Tests for comparing estimated survival functions
比较估计生存函数的检验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：摘要聚焦生存曲线比较与非比例风险检验，未明确研究处理效应或其他所列经济计量细分领域。
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
比较估计生存函数的检验
- 研究问题
- 如何比较两条或更多估计生存曲线，并在存在非比例风险、常规 log-rank 检验功效不足时构造更有效的检验？
- 方法与思路
- 作者基于已有检验构造与采样模型论证建立一类生存曲线比较检验，其中包含 log-rank 及加权 log-rank 检验。
- 材料陈述的贡献
- 摘要称，所提检验在考察的非比例风险情形中比 log-rank 检验功效更高；在相应备择假设条件下给出论证并获模拟支持。
- 阅读关注点
- 应核对新检验的权重与采样模型、删失所需条件、针对的备择类型，以及功效优势如何随非比例风险形式变化。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；优势依赖备择假设，具体条件和功效数值未提供，不能声称普遍最优。
原文摘要
We describe a class of statistical tests for the comparison of two or more survival curves, typically estimated using the Kaplan–Meier method. The class is based on the construction of O’Quigley (2003), and some special cases are of particular interest. Underlying the inferential development are the arguments of Efron & Hinkley (1978), leading to a theoretical sampling model that is in some sense closer to the observed data. The log-rank and weighted log-rank tests arise as special members of the class. In practice the log-rank test will often be a suboptimal, even poor, test due to the presence of non-proportional hazards. The proposed test maintains good power and, in all the cases considered, has greater power than the log-rank test under non-proportional hazards. The power will depend on the alternatives being considered, and under reasonable assumptions on the alternatives, we conclude that the proposed test is more powerful than the log-rank test. Simulations support these conclusions. An example is given as an illustration.