Varying coefficient transformation models with censored data
删失数据的变系数变换模型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：内容是删失生存数据的变系数变换模型，未明确对应所列经济学领域细分。
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…
删失数据的变系数变换模型
- 研究问题
- 在包含删失观测的线性变换模型中，如何允许回归系数变化，同时构造可计算的参数估计与相应统计推断程序？
- 方法与思路
- 作者提出结合样条平滑的最大似然方法，估计变系数线性变换模型，并利用涉及 Stanford 移植数据的模拟展示实施。
- 材料陈述的贡献
- 摘要称估计与推断计算方便，并在一定正则条件下证明估计量一致且渐近正态；模拟用于展示有限样本表现。
- 阅读关注点
- 应核对系数随何种变量变化、删失机制的条件、变换函数与样条的处理，以及平滑参数选择和渐近方差的计算。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未说明变系数的索引变量、正则条件或具体模拟数值，不能推断刊本变化。
原文摘要
A maximum likelihood method with spline smoothing is proposed for linear transformation models with varying coefficients. The estimation and inference procedures are computationally easy. Under some regularity conditions, the estimators are proved to be consistent and asymptotically normal. A simulation study using the Stanford transplant data is presented to show that the proposed method performs well with a finite sample and is easy to use in practice.