Dimension Reduction and Semiparametric Estimation of Survival Models
生存模型的降维与半参数估计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：摘要聚焦生存数据降维和半参数估计，未明确涉及因果、面板或所列其他经济金融计量细分，分类依据不足。
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
生存模型的降维与半参数估计
- 研究问题
- 如何同时利用完整与删失生存数据进行降维，在不要求线性条件、指定连接函数或分布的情况下估计中心子空间？
- 方法与思路
- 作者引入以风险函数为条件均值的名义回归模型，构造降维与半参数估计方法，以提取完整及删失观测的信息。
- 材料陈述的贡献
- 摘要称方法能够一致且完整地估计中心子空间，具有稳健性，并通过数值研究展示生存模型估计和重要变量识别。
- 阅读关注点
- 应核对名义回归的构造、删失机制与中心子空间条件，以及完整恢复和稳健性结论具体针对哪些模型偏离。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；免除部分假设不代表无须其他条件，删失要求和稳健性边界未说明。
原文摘要
In this paper, we propose a new dimension reduction method by introducing a nominal regression model with the hazard function as the conditional mean, which naturally retrieves information from complete data and censored data as well. Moreover, without requiring the linearity condition, the new method can estimate the entire central subspace consistently and exhaustively. The method also provides an alternative approach for the analysis of censored data assuming neither the link function nor the distribution. Hence, it exhibits superior robustness properties. Numerical studies show that the method can indeed be readily used to efficiently estimate survival models, explore the data structures and identify important variables.