The Identifiability of the Mixed Proportional Hazards Competing Risks Model
混合比例风险竞争风险模型的可识别性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：摘要直接研究含协变量与未观测异质性的结构化竞争风险模型识别。
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…
混合比例风险竞争风险模型的可识别性
- 研究问题
- 各风险由含协变量的混合比例风险模型描述、并通过未观测异质性相互依赖时，能否识别模型及其多历程扩展？
- 方法与思路
- 作者在各风险具有混合比例风险结构、相关性来自脆弱性分量的设定下证明识别，并研究每个个体有多个历程的情形。
- 材料陈述的贡献
- 摘要称证明相关竞争风险模型可识别，放宽 Heckman 和 Honoré 给出的识别条件，并将结果扩展到多历程观测。
- 阅读关注点
- 应核对被识别的具体对象、协变量和异质性分布的限制、原条件如何放宽，以及多历程之间允许的依赖结构。
- 阅读边界
- 仅据所给 Crossref 摘要；具体识别条件及其放宽幅度未说明，不能据此认为任意相关竞争风险模型均可识别。
原文摘要
Summary We prove identification of dependent competing risks models in which each risk has a mixed proportional hazard specification with regressors, and the risks are dependent by way of the unobserved heterogeneity, or frailty, components. We show that the conditions for identification given by Heckman and Honoré can be relaxed. We extend the results to the case in which multiple spells are observed for each subject.