Nonparametric maximum likelihood estimation of survival functions with a general stochastic ordering and its dual
一般随机序约束下生存函数的非参数最大似然估计及其对偶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：摘要聚焦一般生存函数的序约束估计，未明确涉及经济分布效应或因果目标。
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
一般随机序约束下生存函数的非参数最大似然估计及其对偶
- 研究问题
- 当多个总体的生存函数满足任意偏随机序，且部分总体数据难以获取时，如何利用序约束进行联合估计？
- 方法与思路
- 作者运用 Fenchel 对偶定理构造算法，识别并处理违反总体随机序的情形，以求解受序约束的生存函数估计。
- 材料陈述的贡献
- 摘要称，算法产生的估计收敛到给定序约束下的最大似然估计，并以例子说明利用其他总体数据的用途。
- 阅读关注点
- 应核对随机序与观测机制的定义、对偶问题构造、违反约束的处理步骤，以及算法收敛结论的具体前提。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；删失机制、统计性质与例子细节未说明，不能推断跨总体识别或刊本变化。
原文摘要
This paper discusses estimation of survival functions under an arbitrary partial stochastic ordering of the underlying populations. This technique is especially useful when data are not easily acquired from one or more of the populations, but data from the other populations are available. Estimation of the ordered survival functions entails use of a Fenchel duality theorem that results in an algorithm to identify and resolve violations of the underlying ordering. The algorithm produces estimates which converge to the maximum likelihood estimates of the survivalfunctions given the underlying ordering. The method is illustrated by an example.