Monotone Estimating Equations for Censored Data
删失数据的单调估计方程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：摘要涉及删失回归与秩估计理论，未明确研究因果、分位数或分布效应。
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
删失数据的单调估计方程
- 研究问题
- 针对右删失数据的回归模型，如何构造基于秩检验的单调估计方程，并获得便于计算且具有渐近保证的估计量？
- 方法与思路
- 作者扩展 Gehan 检验，以单调估计方程的解定义估计量，并刻画单调估计方程类别和开展模拟研究。
- 材料陈述的贡献
- 摘要称，所提估计量易于推导，在最低限度的条件下具有根号样本量一致性与渐近正态性，模拟表现良好。
- 阅读关注点
- 应核对所谓最低限度条件的具体内容、删失机制要求、单调方程解的性质，以及模拟采用的比较方法和指标。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体回归模型、删失条件和模拟结果未说明，不能确认适用范围或相对优势。
原文摘要
The monotone class rank-test-based estimating equations for regression models with right censored data is considered. We introduce an estimator which is a solution of a monotone estimating equation that is an extension of the Gehan test. The estimator is easy to derive, $\sqrt n$-consistent and asymptotically normal under minimal conditions. All monotone estimating equations are characterized, and a simulation study, which shows that our suggested procedure performs well, is included.