Nonparametric Survival Analysis with Time-Dependent Covariate Effects: A Penalized Partial Likelihood Approach
时变协变量效应的非参数生存分析：惩罚偏似然方法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：时间变化指生存模型中的协变量效应，摘要未研究宏观时间序列或所列其他细分。
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
时变协变量效应的非参数生存分析：惩罚偏似然方法
- 研究问题
- 在类似 Cox 回归但允许协变量效应随时间变化的生存模型中，如何非参数估计效应函数，并进行相应的方差估计？
- 方法与思路
- 作者通过最大化惩罚偏似然估计时变回归函数，概述计算方法，再估计共同基准风险函数以构造渐近方差的一致估计。
- 材料陈述的贡献
- 摘要称证明估计量存在、带速率的弱一致收敛及逐点渐近正态性，并讨论多协变量、一般相对风险和时变协变量扩展。
- 阅读关注点
- 应核对惩罚形式与调节参数、删失和正则条件、逐点推断与一致收敛的区别，以及基准风险和方差估计的具体构造。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；正则条件和惩罚选择未说明，逐点正态性不能直接支持同时置信带。
原文摘要
Techniques are developed for nonparametric analysis of data under a Cox-regression-like model permitting time-dependent covariate effects determined by a regression function $\beta_0(t)$. Estimators resulting from maximization of an appropriate penalized partial likelihood are shown to exist and a computational approach is outlined. Weak uniform consistency (with a rate of convergence) and pointwise asymptotic normality of the estimators are established under regularity conditions. A consistent estimator of a common baseline hazard function is presented and used to construct a consistent estimator of the asymptotic variance of the estimator of the regression function. Extensions to multiple covariates, general relative risk functions and time-dependent covariates are discussed.