Local partial-likelihood estimation for lifetime data
生存时间数据的局部部分似然估计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：摘要研究生存分析的比例风险模型与局部估计，未明确对应所列领域细分。
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
生存时间数据的局部部分似然估计
- 研究问题
- 在比例风险模型中，如何估计协变量与暴露变量的非线性交互，并兼顾推断、计算效率和重要风险变量的选择？
- 方法与思路
- 作者采用局部部分似然估计非线性交互，估计基准风险及偏差方差，并提出一步估计和惩罚局部似然变量选择方法。
- 材料陈述的贡献
- 摘要称，估计量具有渐近正态性，基准风险、偏差和方差可一致估计，一步估计与完全迭代估计具有相同效率。
- 阅读关注点
- 应核对交互函数的模型形式、删失与观测条件、局部带宽和偏差处理，以及一步估计的初始值要求和变量选择性质。
- 阅读边界
- 以下沿用原解读对于其预印本摘要的限制：这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明完整假设和数值表现，非线性交互也不能直接解释为因果效应。 复用旧预印本摘要解读；摘要与本条目相同，未另读刊稿全文，原请求未记录具体预印本版本。
原文摘要
This paper considers a proportional hazards model, which allows one to examine the extent to which covariates interact nonlinearly with an exposure variable, for analysis of lifetime data. A local partial-likelihood technique is proposed to estimate nonlinear interactions. Asymptotic normality of the proposed estimator is established. The baseline hazard function, the bias and the variance of the local likelihood estimator are consistently estimated. In addition, a one-step local partial-likelihood estimator is presented to facilitate the computation of the proposed procedure and is demonstrated to be as efficient as the fully iterated local partial-likelihood estimator. Furthermore, a penalized local likelihood estimator is proposed to select important risk variables in the model. Numerical examples are used to illustrate the effectiveness of the proposed procedures.