A Nonparametric Test for Current Status Data With Unequal Censoring
删失分布不等时现状数据的非参数检验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：摘要涉及生存数据的组间检验，未提供支持因果推断或其他所列方向的明确设定。
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
删失分布不等时现状数据的非参数检验
- 研究问题
- 仅知道受试者在观测时是否已经发生事件时，如何比较不同处理组，并允许各组观测时间或删失分布不同？
- 方法与思路
- 作者针对组间删失分布不等的现状数据提出非参数检验，推导检验的渐近分布，并应用于肿瘤发生实验。
- 材料陈述的贡献
- 摘要称，该检验能考虑处理组间不等的删失，放宽已有多数方法要求各组观测时间服从同一分布的限制。
- 阅读关注点
- 应核对检验的原假设、观测时间与事件之间的关系要求、组间不等删失的处理方式，以及渐近近似表现。
- 阅读边界
- 仅据所给 Crossref 摘要；删失机制条件、检验水平与功效数值未说明，处理组比较也不能自动解释为因果效应。
原文摘要
Summary Nonparametric tests for the comparison of different treatments based on current status data are proposed. For this problem, most methods proposed in the literature require that observation times on all subjects follow the same distribution. In other words, censoring distributions are identical between the treatment groups. In this paper, we focus on the situation where the censoring distributions may be different for subjects in different treatment groups and the test that can take this unequal censoring into account is given. The asymptotic distribution of the test proposed is derived. The method proposed is applied to data arising from a tumorigenicity experiment.