On consistency of Kendall's tau under censoring
删失条件下 Kendall's tau 的一致性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：摘要研究一般删失数据的秩相关一致性，未涉及所列细分中的明确经济研究对象。
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
删失条件下 Kendall's tau 的一致性
- 研究问题
- 双变量数据受到删失时，一个简单的 Kendall's tau 估计量何时仍然一致，进一步存在左截断时又需满足什么条件？
- 方法与思路
- 作者给出双变量删失下该估计量一致性的必要与充分条件，并将相关结果扩展到同时存在双变量左截断和右删失的数据。
- 材料陈述的贡献
- 摘要所述贡献是明确一致性的充要条件及其截断情形扩展；摘要没有展示估计量形式、条件内容或具体应用结果。
- 阅读关注点
- 应核对可比较观测对的定义、删失和截断机制的限制，以及这些条件保证估计的是原总体还是受选择后的相关性。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要极短，未列出充要条件、证明或数据机制，不能自行补入独立删失等假设。
原文摘要
Necessary and sufficient conditions for consistency of a simple estimator of Kendall's tau under bivariate censoring are presented. The results are extended to data subject to bivariate left truncation as well as right censoring.