Bounds for the regression parameters in dependently censored survival models
依赖删失生存模型中回归参数的界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：摘要聚焦依赖删失下的生存回归与参数界，经济应用未具体说明，尚不足以归入给定的经济计量细分。
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…
依赖删失生存模型中回归参数的界
- 研究问题
- 当删失时间与事件时间可能依赖，且删失机制受到很少限制时，能够对随时间变化的协变量效应获得怎样的界？
- 方法与思路
- 作者提出部分识别的半参数模型，在协变量空间聚合条件Peterson界；该框架也用于删失依赖结构未指定的Cox模型。
- 材料陈述的贡献
- 摘要称，方法得到协变量效应的界，并赋予其经典置信区间解释；模拟与经济、医学应用展示可行性，另提供R实现。
- 阅读关注点
- 应核对半参数模型限制、条件界的聚合方式，以及识别界与抽样置信区间的关系，并查看Cox特例所需条件。
- 阅读边界
- 仅依据所给Crossref在线先行摘要；摘要未展开部分识别条件或区间构造，协变量效应也不能自动解释为因果效应。
原文摘要
Abstract We propose a semiparametric model to study the effect of covariates on the distribution of a censored event time while making minimal assumptions about the censoring mechanism. The model is partially identified, and we obtain bounds on the covariate effects which are allowed to be time-dependent. Moreover, these bounds can be interpreted as classical confidence intervals and are obtained by aggregating information in the conditional Peterson bounds over the covariate space. As a special case, our approach can be used to study the popular Cox proportional hazards model while leaving the censoring distribution as well as its dependence with the time of interest completely unspecified. A simulation study illustrates good finite sample performance of the method, and several data applications in both economics and medicine demonstrate its practicability on real data. All developed methodology is implemented in R and made available in the package depCensoring.