Nonparametric estimation for right-censored length-biased data: a pseudo-partial likelihood approach
右删失长度偏倚数据的非参数估计：伪偏似然方法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：摘要研究生存数据的抽样偏倚与删失，未明确对应所列经济分布效应或其他领域细分。
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
右删失长度偏倚数据的非参数估计：伪偏似然方法
- 研究问题
- 面对同时存在右删失和长度偏倚的寿命数据，如何估计寿命分布，并兼顾条件分析的简便性与统计效率？
- 方法与思路
- 作者通过伪偏似然推导两个非参数估计量，给出闭式形式与显式极限方差，并研究一致性和高斯过程弱收敛。
- 材料陈述的贡献
- 摘要称方法相对无条件分析仅损失少量效率，具有满意的模拟有限样本表现，并报告阿尔茨海默病研究中的应用。
- 阅读关注点
- 应核对长度偏倚与删失机制、两个估计量的差异、统一一致性所需条件，以及效率损失所依据的比较框架。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；正则条件、删失假设与效率损失数值未说明，模拟表现不能视为普遍保证。
原文摘要
To estimate the lifetime distribution of right-censored length-biased data, we propose a pseudo-partial likelihood approach that allows us to derive two nonparametric estimators. With its closed-form estimators and explicit limiting variances, this approach retains the simplicity of conditional analysis, and has only a small efficiency loss compared with the unconditional analysis. Under some regularity conditions, we show that the two estimators are uniformly consistent and converge weakly to Gaussian processes. A simulation study demonstrates that the proposed estimators have satisfactory finite-sample performance. Application to an Alzheimer’s disease study is reported.