Nonparametric regression with dependent censoring or competing risks
依赖删失或竞争风险下的非参数回归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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要核心是生存模型、依赖删失与竞争风险下的相对协变量效应，尚不足以明确对应所列领域细分。
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…
依赖删失或竞争风险下的非参数回归
- 研究问题
- 未知依赖删失或竞争风险导致模型难以识别时，哪些协变量效应仍可识别，常用单指标与生存模型的稳健性是否延续？
- 方法与思路
- 作者在具有非参数依赖结构的模型中利用排除限制，研究边际协变量偏效应之比的识别，并提出多个非参数估计量。
- 材料陈述的贡献
- 摘要称排除限制下相对协变量效应可识别，常用生存模型即使误设删失机制仍可估计这些效应，并研究估计量的数值性质。
- 阅读关注点
- 核对排除限制的具体形式、偏效应比的定义和可识别范围，以及常用模型对边际分布的限制和删失误设下的适用条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审和期刊接收均未核实；摘要未给出完整识别条件，相对效应可识别也不意味着绝对效应可识别。
原文摘要
Single-index models or time-to-event models are frequently applied in empirical research. These models are non-identifiable in presence of unknown (dependent) censoring or competing risks and do not give informative results in empirical analysis unless rather strong, non-testable restrictions hold. Little is known, whether the known robustness properties of the single-index model carry over to models with dependent censoring or competing risks. This paper shows that the ratio of partial covariate effects on the margins is identifiable in nonparametric models with unknown dependent censoring or nonparametric competing risks models with nonparametric dependence structure, provided an exclusion restriction holds. Commonly used (semi)parametric models for the margin and independent censoring, such as Cox proportional hazards, accelerated failure time or proportional odds models, can be used to obtain relative covariate effects despite their misspecified censoring mechanism. Several nonparametric estimators for the general model are introduced and their numerical properties are studied.