Efficient Estimation for the Accelerated Failure Time Model
加速失效时间模型的有效估计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：摘要聚焦生存模型的半参数有效估计，时变协变量不足以归类为面板或时间序列方法。
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
加速失效时间模型的有效估计
- 研究问题
- 对于可能删失且协变量可能随时间变化的加速失效时间模型，如何获得便于计算的半参数有效估计，并估计误差分布？
- 方法与思路
- 作者提出近似非参数最大似然法，通过最大化核平滑的剖面似然估计回归参数，使用常规梯度搜索，并估计协方差和误差分布。
- 材料陈述的贡献
- 摘要称，估计量一致且渐近正态，极限协方差达到半参数效率界；模拟支持渐近近似，并报告相对既有估计量的效率改善。
- 阅读关注点
- 应核对删失与时变协变量的条件、核平滑带宽及剖面似然构造，以及效率界推导、协方差估计和有限样本比较设置。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；正则条件、带宽规则和效率改善数值未提供，达到渐近效率界不保证所有有限样本更优。
原文摘要
The accelerated failure time model provides a natural formulation of the effects of covariates on potentially censored response variable. The existing semiparametric estimators are computationally intractable and statistically inefficient. In this article we propose an approximate nonparametric maximum likelihood method for the accelerated failure time model with possibly time-dependent covariates. We estimate the regression parameters by maximizing a kernel-smoothed profile likelihood function. The maximization can be achieved through conventional gradient-based search algorithms. The resulting estimators are consistent and asymptotically normal. The limiting covariance matrix attains the semiparametric efficiency bound and can be consistently estimated. We also provide a consistent estimator for the error distribution. Extensive simulation studies demonstrate that the asymptotic approximations are accurate in practical situations and the new estimators are considerably more efficient than the existing ones. Illustrations with clinical and epidemiologic studies are provided.