跳到正文
← 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:摘要关注一般群组序贯检验与半参数效率;虽提及纵向研究,但未提供面板模型等所列细分的直接依据。

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

半参数效率及其对群组序贯研究设计与分析的意义

研究问题
为何群组序贯研究中的统计量常呈现具有独立增量协方差结构的联合正态极限,如何据此统一设计与监测程序?
方法与思路
作者从参数或半参数模型中对单一参数的有效检验统计量出发,解释序贯联合极限结构,并建立基于信息量的设计与监测。
材料陈述的贡献
摘要称,定理一统一解释已有统计量的极限分布;若存在可被有效检验的唯一目标参数,该结构可用于不同群组序贯研究。
阅读关注点
应核对有效统计量的定义、序贯观察机制及联合极限成立条件,并检查信息量估计、监测边界和单一目标参数限制。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;定理的完整条件和监测实现未说明,不能推断刊本变化或无条件通用性。

原文摘要

Authors have shown that the time-sequential joint distributions of many statistics used to analyze data arising from group-sequential time-to-event and longitudinal studies are multivariate normal with an independent increments covariance structure. In Theorem 1 of this article, we demonstrate that this limiting distribution arises naturally when one uses an efficient test statistic to test a single parameter in a semiparametric or parametric model. Because we are able to think of many of the statistics in the literature in this fashion, the limiting distribution under investigation is just a special case of Theorem 1. Using this general structure, we then develop an information-based design and monitoring procedure that can be applied to any type of model for any type of group-sequential study provided that there is a unique parameter of interest that can be efficiently tested.

笔记与分组
相关领域论文