Estimating Regression Parameters Using Linear Rank Tests for Censored Data
利用删失数据线性秩检验估计回归参数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：摘要属于一般删失回归与秩估计理论，未明确研究分布效应或其他给定经济金融细分。
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
利用删失数据线性秩检验估计回归参数
- 研究问题
- 在线性模型的响应变量受到右删失时，如何利用秩检验估计回归参数，并刻画估计量的渐近分布与效率？
- 方法与思路
- 作者将右删失数据的线性秩检验转化为估计方程，构造一类回归参数估计量，并提出其渐近协方差的估计方法。
- 材料陈述的贡献
- 摘要称证明该类估计量相合且渐近正态，给出类内有效估计量，并讨论它们达到完全效率所需的条件。
- 阅读关注点
- 应核对删失机制与误差分布的要求、秩得分的选择、协方差估计步骤，以及类内效率和完全效率的参照标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明删失假设、效率条件或有限样本表现，不能推定普遍有效。
原文摘要
A class of estimates for regression parameters in a linear model with right censored data is proposed. These estimates are derived by using linear rank tests for right censored data as estimating equations. They are shown to be consistent and asymptotically normal with covariance matrix for which estimates are proposed. Efficient estimates within this class are derived together with conditions when they are fully efficient.