Covariate measurement errors and parameter estimation in a failure time regression model
失效时间回归模型中的协变量测量误差与参数估计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：摘要聚焦生存回归中的测量误差，未直接对应所列领域细分。
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…
关注这篇论文的作者
失效时间回归模型中的协变量测量误差与参数估计
- 研究问题
- 当Cox回归协变量存在测量误差或分组误分类时，相对风险参数和生存曲线比较应如何推断，常规部分似然面临什么变化？
- 方法与思路
- 作者推导给定测量协变量的风险函数及部分似然，研究零系数检验与重要特殊情形，并讨论总体似然和基于失效秩的边际似然。
- 材料陈述的贡献
- 摘要指出测量误差下部分似然可能仍含基准风险函数，并提供若干检验和估计途径，说明误差对相对风险估计的影响。
- 阅读关注点
- 应核对测量误差和误分类模型、所需额外信息，以及哪些特殊情形允许有效推断，尤其是基准风险如何进入似然。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未说明误差模型的可识别条件或校正效果，不能据此认定一般测量误差已被解决。
原文摘要
Estimation in Cox's failure time regression model is considered when the regression vector is subject to measurement error. A hazard function model is induced for the failure rate given the measured covariate and a partial likelihood function is derived for the relative risk parameters. This partial likelihood function may involve the baseline hazard function as well as the regression parameter, but useful inference techniques arise for testing whether the regression parameter equals zero and for more general inferences in important special cases. Explicit consideration is given to testing equality of survival curves when group membership is subject to misclassification and to relative risk estimation with normally distributed covariates. Approaches to regression estimation using the overall likelihood function, and a marginal likelihood function based on failure time ranks, are also indicated. Illustration of the possible effect of covariate errors on relative risk estimation is provided.