Influence functions for proportional hazards regression
比例风险回归的影响函数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：摘要涉及生存回归的影响诊断，所给领域细分中没有直接对应方向，也未明确涉及因果推断。
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
比例风险回归的影响函数
- 研究问题
- 在比例风险回归中，如何利用各观测、各协变量对应的影响函数，识别对回归参数估计具有较大影响的观测？
- 方法与思路
- 作者给出比例风险模型回归参数的影响函数，建议计算逐观测、逐协变量的经验影响函数，并用三个实例展示其诊断用途。
- 材料陈述的贡献
- 摘要陈述了回归参数影响函数的提出及其非正式诊断用途，其中包括斯坦福心脏移植数据示例，但未报告诊断结果。
- 阅读关注点
- 阅读时应核对影响函数的定义、模型与观测条件、经验影响函数的计算方式，以及不同协变量下影响大小的解释标准。
- 阅读边界
- 所据为 OpenAlex 索引摘要，稿件版本未注明；作者将其用途描述为非正式诊断，摘要未提供判定阈值或支持自动剔除观测的依据。
原文摘要
Influence functions for the regression parameters in the proportional hazards model are presented. It is suggested that empirical influence functions, computed for each observation and each covariate, can be useful in an informal way to identify influential observations. This is illustrated on the Stanford heart transplant data and two other examples.