Inference on Multivariate M Estimators Based on Bivariate Censored Data
基于二元删失数据的多元 M 估计推断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：摘要直接研究删失数据下的联合与边际中位数估计，属于分位数与分布特征方法。
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…
基于二元删失数据的多元 M 估计推断
- 研究问题
- 当两个事件时间均受到随机右删失时，如何估计其多元 M 泛函，特别是二元 L1 中位数，并构造有效的统计推断？
- 方法与思路
- 作者提出删失数据下的多元 M 估计量，在准则函数的一般条件下分析渐近性质，并结合模拟和透析患者数据研究中位数。
- 材料陈述的贡献
- 摘要称建立了渐近正态性、局部功效和置信区域构造，并比较二元 L1 中位数与边际中位数组成向量的小样本表现。
- 阅读关注点
- 应核对事件时间与删失机制的关系、准则函数条件及置信区域构造，并查看联合中位数与边际中位数的差异。
- 阅读边界
- 依据版本未注明的 OpenAlex 摘要；删失机制假设、估计实现及模拟数值未说明，不能判断哪种中位数估计普遍更好。
原文摘要
Consider two random variables subject to random right censoring, for example, the survival times of twins or two recurrence times of a certain disease recorded on the same individual. Of interest is the estimation of a multivariate M functional of these two random variables. Asymptotic results for the proposed estimator are established under general conditions on the criterion function of the M estimator. The obtained results include the asymptotic normality of the estimator, its local power, and construction of a confidence region. Our primary example of interest is the bivariate L1 median. We compare the small-sample behavior of this estimator with that of the vector of marginal medians by means of a simulation study. Finally, we consider a dataset on kidney dialysis patients and estimate the median time to two different infections for these individuals.