Asymptotic results for maximum likelihood estimators in joint analysis of repeated measurements and survival time
重复测量与生存时间联合分析中极大似然估计的渐近结果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：摘要明确包含重复测量数据的联合建模，与面板及纵向重复观测方法直接相关。
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
重复测量与生存时间联合分析中极大似然估计的渐近结果
- 研究问题
- 重复测量与生存时间联合分析中广泛使用的极大似然估计，能否获得一致性、渐近分布与半参数效率方面的理论支持？
- 方法与思路
- 作者针对联合分析中的极大似然估计建立渐近理论，证明一致性并推导渐近分布，再考察其半参数效率。
- 材料陈述的贡献
- 摘要称，文章补充了联合分析极大似然估计的理论依据，并证明所研究估计量具有一致性及半参数效率。
- 阅读关注点
- 应核对联合模型如何联系重复测量与生存时间、未知参数和函数的范围，以及一致性、渐近分布和效率界所需条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，具体联合模型和正则条件未说明，不能将效率结论推广到所有联合分析方法。
原文摘要
Maximum likelihood estimation has been extensively used in the joint analysis of repeated measurements and survival time. However, there is a lack of theoretical justification of the asymptotic properties for the maximum likelihood estimators. This paper intends to fill this gap. Specifically, we prove the consistency of the maximum likelihood estimators and derive their asymptotic distributions. The maximum likelihood estimators are shown to be semiparametrically efficient.