Covariance and Survivor Function Estimation Using Censored Multivariate Failure Time Data
删失多元失效时间数据的协方差与生存函数估计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：摘要属于多元生存分析与依赖估计，未明确研究所列分位数效应或其他经济计量细分。
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
删失多元失效时间数据的协方差与生存函数估计
- 研究问题
- 在多元失效时间存在删失时，如何描述不同失效时间之间的依赖，并由边际生存函数及相关协方差信息构造联合生存函数估计？
- 方法与思路
- 作者以计数过程鞅的协方差刻画双变量依赖，给出联合生存函数的表示，再利用条件协方差表示提出新的非参数生存函数估计量。
- 材料陈述的贡献
- 摘要称提供两类双变量生存函数表示和新的非参数估计方法，并给出更高维推广、模拟评价，以及向回归问题扩展的思路。
- 阅读关注点
- 应核对删失机制和观测条件、条件协方差的可估计性，以及所得估计是否满足生存函数约束；还需查看高维推广和回归扩展的具体程度。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；删失假设、渐近保证和模拟结果未说明，不能把回归扩展提纲视为完整理论，也不能推断刊本变化。
原文摘要
The covariance between counting process martingales is used to characterize the dependence between two failure time variates. A representation of the bivariate survivor function is obtained in terms of the marginal survivor functions and this covariance function. A closely related representation expresses the bivariate survivor function in terms of marginal survivor functions and a conditional covariance function, leading to a new nonparametric survivor function estimator. Generalizations to higher dimensional failure time variates are also given. Simulation evaluations of the survivor function estimator are presented, and generalizations to regression problems are outlined.