On Heteroscedastic Hazards Regression Models: Theory and Application
异质风险率回归模型：理论与应用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：摘要研究医学生存分析的非比例风险模型，未直接涉及所列经济分布效应或因果识别。
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
异质风险率回归模型：理论与应用
- 研究问题
- 当协变量对应的人群具有不同生存时间分布形状，且风险不满足比例关系时，如何避免忽略这种异质性而产生误导性推断？
- 方法与思路
- 作者考虑基线风险函数与协变量交互呈幂形式的非比例风险模型，以鞅过程和筛方法构造过度识别估计方程。
- 材料陈述的贡献
- 摘要称提出适应该异质性的估计方程方法，并导出 Pearson 卡方型拟合优度统计量，另以胃癌患者生存资料说明应用。
- 阅读关注点
- 应核对风险函数的幂形式、累积风险交叉的含义、偏似然无法消去基线项的原因，以及筛逼近和估计方程的推断条件。
- 阅读边界
- 仅据所给 Crossref 摘要；未说明识别条件、筛维数选择和检验分布，异质性导致误导推断的结论不能推广到所有风险模型。
原文摘要
Summary A class of non-proportional hazards regression models is considered to have hazard specifications consisting of a power form of cross-effects on the base-line hazard function. The primary goal of these models is to deal with settings in which heterogeneous distribution shapes of survival times may be present in populations characterized by some observable covariates. Although effects of such heterogeneity can be explicitly seen through crossing cumulative hazards phenomena in k-sample problems, they are barely visible in a one-sample regression setting. Hence, heterogeneity of this kind may not be noticed and, more importantly, may result in severely misleading inference. This is because the partial likelihood approach cannot eliminate the unknown cumulative base-line hazard functions in this setting. For coherent statistical inferences, a system of martingale processes is taken as a basis with which, together with the method of sieves, an overidentified estimating equation approach is proposed. A Pearson's χ2 type of goodness-of-fit testing statistic is derived as a by-product. An example with data on gastric cancer patients' survival times is analysed.