Hazards regression analysis for length-biased data
长度偏倚数据的风险率回归分析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：文本核心是长度偏倚生存回归，未明确讨论给定分类中的分布效应或结构估计。
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
长度偏倚数据的风险率回归分析
- 研究问题
- 在长寿命或较大正值更易被抽中的长度偏倚数据中，如何估计比例风险回归系数及基准生存函数？
- 方法与思路
- 作者利用偏倚调整后的风险集抽样构造伪似然，重复抽样并平均所得回归系数估计，同时提出基准生存函数估计。
- 材料陈述的贡献
- 摘要称，重复程序预期改善中小样本精度，但不增加回归系数的渐近效率；还给出基准生存函数估计及统计性质。
- 阅读关注点
- 应核对长度偏倚抽样机制、风险集调整和重复次数选择，并区分预期的有限样本改善与明确不变的渐近效率。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体统计条件与例子数值未给出，重复抽样的精度改善不能视为普遍保证。
原文摘要
Length-biased sampling is frequently a convenient technique for the collection of positive-valued or lifetime data. Estimation porocedures based on pseudo-likelihood are developed under the proportional hazards model for length-biased data. Bias-adjusted risk set sampling is used for the construction of the pseudo-likelihood and the risk set sampling is rephcated to improve estimation performance. The average of the resulting likelihood estimators is taken as the estimator for the regression coefficients. Although the replication procedure is expected to improve estimation accuracy when the sample size is small or moderate, it does not increase the asymptotic efficiency for estimating the regression coefficient. An estimator for the baseline survival function is also presented. It reduces to the maximum likelihood estimator when the regression parameter in the proportional hazards model is zero. Statistical properties of the proposed estimation procedures are developed. Examples are presented to illustrate the methods.