Estimation of Bivariate and Marginal Distributions with Censored Data
删失数据下二元分布与边际分布的估计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：摘要讨论一般删失分布估计，未涉及分位数、经济分布效应或其他所列细分的明确问题。
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…
删失数据下二元分布与边际分布的估计
- 研究问题
- 两个随机变量均受到随机右删失时，如何估计其联合分布和边际分布，并处理条件变量本身也被删失的问题？
- 方法与思路
- 作者提出删失条件变量下的条件分布估计方法，据此分别构造二元与边际分布估计；边际估计并非联合估计的边际。
- 材料陈述的贡献
- 摘要称，论文建立了所提估计量的弱收敛结果；小规模模拟显示其相对既有方法表现良好，并提供数据分析示例。
- 阅读关注点
- 应核对删失机制与可识别条件、条件分布的估计步骤，以及联合和边际估计不一致构造的原因及模拟比较指标。
- 阅读边界
- 仅据所给 Crossref 摘要，删失独立性要求、弱收敛条件及模拟数值均未说明；小规模模拟不能支持普遍优越性判断。
原文摘要
Summary Consider a pair of random variables, both subject to random right censoring. New estimators for the bivariate and marginal distributions of these variables are proposed. The estimators of the marginal distributions are not the marginals of the corresponding estimator of the bivariate distribution. Both estimators require estimation of the conditional distribution when the conditioning variable is subject to censoring. Such a method of estimation is proposed. The weak convergence of the estimators proposed is obtained. A small simulation study suggests that the estimators of the marginal and bivariate distributions perform well relatively to respectively the Kaplan–Meier estimator for the marginal distribution and the estimators of Pruitt and van der Laan for the bivariate distribution. The use of the estimators in practice is illustrated by the analysis of a data set.