Minimum Hellinger-Type Distance Estimation for Censored Data
删失数据的最小 Hellinger 型距离估计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：摘要研究一般删失生存数据的最小距离估计，未明确涉及所列经济分布效应或其他细分模型。
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
删失数据的最小 Hellinger 型距离估计
- 研究问题
- 可能存在右删失的数据中，如何通过风险率之间的 Hellinger 型距离构造估计量，并研究其渐近正态性及参数模型下的效率？
- 方法与思路
- 作者定义风险率函数的 Hellinger 型距离并构造最小距离估计，利用得分过程的鞅近似推导渐近正态性及效率性质。
- 材料陈述的贡献
- 摘要称，渐近正态性所需条件比通常的最小 Hellinger 距离估计条件弱，且在参数模型假设下，估计量与最大似然估计具有相同渐近效率。
- 阅读关注点
- 应核对风险率距离的定义、右删失机制、鞅近似成立的要求，并确认较弱条件的比较对象及与最大似然等效率的参数模型范围。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明。删失假设与较弱条件的具体内容未提供，等效率结论不能扩展为有限样本或模型误设下的优势。
原文摘要
A Hellinger-type distance for hazard rate functions is defined. It is used to obtain a class of minimum distance estimators for data that are subject to a possible right censorship. The corresponding score process is shown to be approximated by a martingale, which is exploited to obtain the asymptotic normality under considerably weaker conditions than those normally assumed for minimum Hellinger distance estimators. It is also shown that under the parametric assumption the estimators are asymptotically as efficient as the maximum likelihood estimators.