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:摘要研究二元生存估计的概率性质,未涉及所列分布效应或其他经济应用方向。

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
Ronald C. Pruitt

二元 Kaplan–Meier 估计量赋予的负质量

研究问题
Dabrowska 的二元 Kaplan–Meier 估计何时无法构成合法生存函数,其负质量是否会随样本增大而消失?
方法与思路
作者在观测服从绝对连续分布的前提下识别所有被赋予负质量的点,并以二元指数分布模拟考察问题规模。
材料陈述的贡献
摘要称,负质量点数按样本量平方增长,总负质量不会渐近消失;所述样本量为50的模拟出现较大负质量。
阅读关注点
应核对生存函数失效的具体条件、负质量点的判定方式,以及删失安排和模拟参数如何影响所报告的现象。
阅读边界
所给 OpenAlex 索引摘要未注明稿件版本;摘要未列出具体条件,模拟中的负质量范围不能直接推广到其他分布与样本设计。

原文摘要

Conditions under which the bivariate Kaplan-Meier estimate of Dabrowska is not a proper survival function are given. All points assigned negative mass are identified under the assumption that the observations follow an absolutely continuous distribution. The number of points assigned negative mass increases as $n^2$ and the total amount of negative mass does not disappear as $n \rightarrow \infty$, where $n$ is the sample size. A simulation study is reported which shows that large amounts of negative mass are assigned by the estimator, amounts ranging from 0.3 to 0.6 for a sample of size 50 over a variety of parameters for bivariate exponential distributions.

笔记与分组
相关领域论文