Testing the proportional hazards assumption in the presence of unmeasured heterogeneity
存在未观测异质性时的比例风险假设检验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：摘要核心是持续时间模型的异质性识别与比例风险检验，所给细分没有直接对应方向。
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
存在未观测异质性时的比例风险假设检验
- 研究问题
- 研究如何在允许未观测异质性的同时检验比例风险假设，以及离散时间系数变化何时对应连续时间风险的非比例性。
- 方法与思路
- 作者构造允许回归系数随时间变化的离散风险模型，推导异质性分布的非参数识别充分条件，并开展模拟与失业应用。
- 材料陈述的贡献
- 摘要称在适当条件下，时变系数检验等价于连续时间比例风险检验，并提供小样本证据及失业持续时间示例。
- 阅读关注点
- 应核对非参数识别的充分条件、离散与连续时间检验等价的限制，以及检验对异质性设定和分组方式的敏感性。
- 阅读边界
- 仅据所给 Crossref 摘要，具体识别与等价条件均未说明；模拟表现、应用检验结果和检验功效也无法确定。
原文摘要
Abstract This paper develops a discrete‐time hazard model which accounts for unmeasured hetergeneity while allowing the coefficients of the regressors to vary over time. Sufficient conditions for nonparametric identifiability of the unmeasured heterogeneity distribution are derived. Testing for time‐varying coefficients in this model is, under suitable conditions, equivalent to testing the proportionality assumption of the underlying continuous‐time hazard model. Some Monte Carlo evidence is presented regarding the small‐sample properties of this test. As an illustration, these tests are applied to the joblessness durations of displaced workers.