Maximum Likelihood Estimation of the Survival Functions of Stochastically Ordered Random Variables
随机有序变量生存函数的极大似然估计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：摘要属于受约束的生存分析，未涉及所列经济分布效应或其他细分领域的明确问题。
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
随机有序变量生存函数的极大似然估计
- 研究问题
- 当总体生存函数应满足随机序关系，而样本波动使普通估计违背该关系时，如何在约束下进行极大似然估计？
- 方法与思路
- 作者分别研究一个生存函数预先固定，以及含删失观测时同时估计两个生存函数的情形，并用数值例子说明求解。
- 材料陈述的贡献
- 摘要称，文章处理随机序约束下生存函数的极大似然估计问题，覆盖两类设定，并详细讨论一个数值例子。
- 阅读关注点
- 应核对随机序约束的定义、删失机制与似然构造，以及固定一个函数和同时估计两个函数时求解方法的区别。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未说明删失假设、解的唯一性或算法细节，不能判断一般适用范围。
原文摘要
Many times, aspects of populations exist that must satisfy a stochastic ordering requirement. Nevertheless, estimates may not bear out this stochastic ordering because of the inherent variability of the observations. This article will consider the problem of finding maximum likelihood estimates of stochastically ordered survival functions for the cases (a) one survival function being fixed in advance and (b) estimating two survival functions when the data include censored observations. A numerical example is discussed in detail to illustrate the solution to this problem.