A single risk approach to the semiparametric copula competing risks model
半参数 Copula 竞争风险模型的单风险分析方法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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究生存分析中的竞争风险，未明确对应所列计量领域细分。
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…
关注这篇论文的作者
半参数 Copula 竞争风险模型的单风险分析方法
- 研究问题
- 当研究者仅关注部分竞争风险、其他风险分布未知且风险间相依时，关注风险的分布能否识别，并如何进行估计？
- 方法与思路
- 作者对关注风险采用参数或半参数模型，保留其他风险模型未知，研究常见参数模型与比例风险模型的识别和估计。
- 材料陈述的贡献
- 摘要称参数模型识别无需协变量，半参数模型至少需要一个协变量；提出的估计方法具有平方根样本量阶的一致性。
- 阅读关注点
- 核对相依结构及可识别模型类别，检查协变量在半参数识别中的作用，并确认估计量的正则条件与有限样本表现。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未列具体 Copula、识别限制或渐近分布，不能扩展到任意风险模型。
原文摘要
A typical situation in competing risks analysis is that the researcher is only interested in a subset of risks. This paper considers a depending competing risks model with the distribution of one risk being a parametric or semi-parametric model, while the model for the other risks being unknown. Identifiability is shown for popular classes of parametric models and the semiparametric proportional hazards model. The identifiability of the parametric models does not require a covariate, while the semiparametric model requires at least one. Estimation approaches are suggested which are shown to be $\sqrt{n}$-consistent. Applicability and attractive finite sample performance are demonstrated with the help of simulations and data examples.