Nonparametric estimation for length-biased and right-censored data
长度偏倚与右删失数据的非参数估计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：摘要研究长度偏倚、截断与删失下的生存估计，未明确涉及所列经济计量细分方向。
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
长度偏倚与右删失数据的非参数估计
- 研究问题
- 对于长度偏倚抽样、均匀随机截断时间造成左截断且存在右删失的生存数据，如何利用抽样信息构造简便估计量？
- 方法与思路
- 作者提出纳入长度偏倚抽样信息的非参数估计量，给出估计及渐近方差的闭式表达，采用代入法估计方差并进行模拟。
- 材料陈述的贡献
- 摘要称新估计量保留截断乘积极限估计的简便性，相对需迭代的非参数最大似然估计仅有小幅效率损失，并提供老龄研究应用。
- 阅读关注点
- 应核对均匀截断与删失设定、闭式估计量和方差的成立条件，以及效率损失的衡量基准和实际样本规模下的比较。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明完整删失条件及效率损失数值，不能推广至任意长度偏倚抽样。
原文摘要
This paper considers survival data arising from length-biased sampling, where the survival times are left truncated by uniformly distributed random truncation times. We propose a nonparametric estimator that incorporates the information about the length-biased sampling scheme. The new estimator retains the simplicity of the truncation product-limit estimator with a closed-form expression, and has a small efficiency loss compared with the nonparametric maximum likelihood estimator, which requires an iterative algorithm. Moreover, the asymptotic variance of the proposed estimator has a closed form, and a variance estimator is easily obtained by plug-in methods. Numerical simulation studies with practical sample sizes are conducted to compare the performance of the proposed method with its competitors. A data analysis of the Canadian Study of Health and Aging is conducted to illustrate the methods and theory.