跳到正文
← 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:摘要属于删失数据秩检验理论,未明确涉及因果、分布效应或其他所列细分任务。

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
KISHAN G. MEHROTRA
JOEL E. MICHALEK
DANIEL MIHALKO

删失数据两类线性秩程序之间的关系

研究问题
对任意右删失数据,两类常用线性秩统计量之间是否存在可利用的关系,使某类程序的最优性质与另一类的渐近理论相衔接?
方法与思路
作者建立两类线性秩统计量之间的关系,将具有某些最优性质的程序转写为在比例风险备择下已有渐近性质的形式。
材料陈述的贡献
摘要称,这种转换关系能够连接两类程序的既有性质,为利用比例风险备择下的渐近理论提供一种表达途径。
阅读关注点
应核对两类统计量的定义与权重对应、最优性质的具体准则,以及转换所需条件和比例风险备择下渐近结论的范围。
阅读边界
仅依据版本未注明的索引摘要;转换公式、最优性标准及删失条件未说明,不能推断任意删失机制下均可直接使用相关推断。

原文摘要

This paper gives a useful relationship between two popular classes of linear rank statistics for arbitrarily right censored data. The relationship allows a linear rank procedure with certain optimal properties to be transformed into the form of a procedure having established asymptotic properties under proportional hazards alternatives.

笔记与分组
相关领域论文