Comparing nonnested Cox models
非嵌套 Cox 模型的比较AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论生存模型比较，未提供足以归入所列计量领域细分的直接证据。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
非嵌套 Cox 模型的比较
- 研究问题
- 当两个乘法风险模型可能非嵌套且都存在误设时，如何比较其与真实机制的距离，并构造有效的模型选择检验？
- 方法与思路
- 作者推导部分似然比的极限分布，以秩似然的 KL 距离定义等距原假设，并另设拟合模型相等的统计量进行序贯检验。
- 材料陈述的贡献
- 摘要称比较统计量能一致选择更接近真实机制的模型，序贯程序不要求任一候选模型为真，并提供模拟与实例。
- 阅读关注点
- 应核对极限分布所需条件、未知生成机制的处理、拟合模型相等检验与等距检验的衔接，以及误设下的适用范围。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要；具体正则条件、检验实现及模拟结果未说明，不能推断其他版本的变化。
原文摘要
We derive the limiting distribution of the partial likelihood ratio under general conditions. The multiplicative hazards models being fitted may be nonnested and misspecified. The true model is not assumed to contain either model under consideration. The null hypothesis is that the models are equidistant in Kullback–Leibler metric applied to the rank likelihood. The statistic is consistent for the model which is closer to the truth. Its distribution depends on the unknown data‐generating mechanism. A sequential testing procedure is proposed for nonnested comparisons which is valid regardless of the true model. This involves a novel statistic for the equality of the fitted models which is separate from the partial likelihood. The methodology has important applications in model assessment. Simulations and a real example demonstrate its utility in selecting the functional forms of covariates and relative risks.