Semiparametric Mixed-Effects Models for Clustered Failure Time Data
聚类失效时间数据的半参数混合效应模型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：摘要研究聚类生存数据与随机效应，未明确涉及面板数据或其他所列经济计量方向。
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…
聚类失效时间数据的半参数混合效应模型
- 研究问题
- 面对大量小簇内相互相关的失效时间观测，如何将线性变换模型扩展为包含随机效应的模型，并开展推断与预测？
- 方法与思路
- 作者在失效时间的线性变换模型中加入随机效应，以表达簇内依赖，提出推断和预测程序，并通过眼科数据与数值研究考察。
- 材料陈述的贡献
- 摘要称，新程序相较已有 Cox 脆弱性模型的非参数极大似然方法较为简单，并开展广泛数值研究评估多种稳健性性质。
- 阅读关注点
- 核对随机效应与变换模型的设定、失效时间观测及删失处理，并检查程序简化的具体含义和稳健性研究覆盖的偏离情形。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出估计步骤、删失条件或稳健性结果，不能将方法简便等同于普遍更优。
原文摘要
The Cox proportional hazards model with a random effect has been proposed for the analysis of data which consist of a large number of small clusters of correlated failure time observations. The class of linear transformation models provides many useful alternatives to the Cox model for analyzing univariate failure time data. In this article, we generalize these models by incorporating random effects, which generate the dependence among the failure times within the cluster, to handle correlated data. Inference and prediction procedures for such random effects models are proposed. They are relatively simple compared with the methods based on the nonparametric maximum likelihood estimators for the Cox frailty model in the literature. Our proposals are illustrated with a data set from a well-known eye study. Extensive numerical studies are conducted to evaluate various robustness properties of the new procedures.