A correlation goodness-of-fit test for randomly censored data
随机删失数据的相关型拟合优度检验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：材料研究删失数据的拟合优度检验，未明确涉及所列因果推断、尾部风险或分布效应方向。
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
随机删失数据的相关型拟合优度检验
- 研究问题
- 随机删失数据中如何检验复合拟合优度假设，且指数性检验对删失模型偏离的稳健性在何种情形下成立？
- 方法与思路
- 作者提出类似 Shapiro–Francia 的相关统计量，以蒙特卡洛模拟比较两种既有检验，并展示前列腺癌数据应用。
- 材料陈述的贡献
- 摘要称在轻度删失下，指数性检验对偏离 Koziol–Green 删失模型具有渐近稳健性，并报告开展了功效比较。
- 阅读关注点
- 应核对轻度删失与模型偏离的定义、复合假设中的参数处理，以及功效模拟的备择分布、删失机制和检验水平。
- 阅读边界
- 仅据版本未注明的索引摘要；稳健性结论带有轻度删失限制，功效比较数值未提供，不能推断普遍优势。
原文摘要
For testing a composite goodness-of-fit hypothesis with randomly censored data, a correlation statistic which is an analogue of the Shapiro-Francia statistic is presented. The test for exponentiality, in case of light censoring, is asymptotically robust against departures from the Koziol-Green model of random censorship. The power of the test is compared with the total-time-on-test procedure and the new-better-than-used test using Monte Carlo simulation. As an example, the test is applied to some data with prostate cancer.