Accelerated Failure-Time Regression Models with a Regression Model of Surviving Fraction: An Application to the Analysis of “Permanent Employment” in Japan
结合永久存续比例回归的加速失效时间模型：日本终身雇佣分析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：摘要直接研究劳动流动的持续时间与永久存续比例，所列方向没有持续时间分析；参数化回归本身不足以支持结构估计分类。
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
结合永久存续比例回归的加速失效时间模型：日本终身雇佣分析
- 研究问题
- 当部分个体永远不会发生目标事件时，如何分别估计协变量对事件发生时点和永久不发生比例的影响？
- 方法与思路
- 作者将扩展广义 Gamma 加速失效时间模型与存续比例的 logistic 回归结合，并应用于日本企业间工作流动数据。
- 材料陈述的贡献
- 摘要称，该模型能同时刻画事件时间与永久存续比例，用于区分不同职类和企业规模下的终身雇佣差异。
- 阅读关注点
- 应核对永久不发生与长期删失如何区分、两部分模型的估计条件，以及协变量解释和分布设定的敏感性。
- 阅读边界
- 摘要未说明永久存续比例的识别条件、删失假设及估计数值；协变量关系不能直接视为因果，索引版本与刊本变化未知。
原文摘要
Accelerated failure-time regression models with an additional regression model for the surviving fraction are proposed for the analysis of events that may never occur, regardless of censoring, for some people in the population risk set. The models attempt to estimate simultaneously the effects of covariates on the acceleration/deceleration of the timing of a given event and the surviving fraction; that is, the proportion of the population for which the event never occurs. The extended family of the generalized Gamma distribution is used for the accelerated failure-time regression model; the logistic function is used for the regression model of the surviving fraction. The models are applied to the data of interfirm job mobility in Japan to assess variability in “permanent employment” among white collar and blue collar employees in firms of different sizes, independent from their variability in the timing of interfirm job separations.