Semiparametric transformation Model with measurement error in Covariates: An Instrumental variable approach
协变量存在测量误差的半参数变换模型：工具变量方法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：摘要核心是生存模型中的测量误差估计，未明确因果目标，也缺乏归入所列其他细分方向的依据。
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…
协变量存在测量误差的半参数变换模型：工具变量方法
- 研究问题
- 在带删失的生存数据中，当协变量含有测量误差且可获得工具变量时，如何估计线性变换模型的回归系数？
- 方法与思路
- 作者利用工具变量构造基于计数过程的估计方程，通过回归估计量的鞅表示研究大样本性质，并开展模拟和临床数据应用。
- 材料陈述的贡献
- 摘要称论文为含协变量测量误差的变换模型提出系数估计方法，证明大样本性质，并以 ACTG 175 数据示范。
- 阅读关注点
- 应核对工具变量有效性条件、测量误差及删失机制的设定，以及变换函数处理、估计方程求解和方差估计方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；摘要未说明工具变量限制或误差分布，回归系数的因果含义也未说明。
原文摘要
Linear transformation model provides a general framework for analyzing censored survival data with covariates. The proportional hazards and proportional odds models are special cases of the linear transformation model. In biomedical studies, covariates with measurement error may occur in survival data. In this work, we propose a method to obtain estimators of the regression coefficients in the linear transformation model when the covariates are subject to measurement error. In the proposed method, we assume that instrumental variables are available. We develop counting process based estimating equations for finding the estimators of regression coefficients. We prove the large sample properties of the estimators using the martingale representation of the regression estimators. The finite sample performance of the estimators are evaluated through an extensive Monte Carlo simulation study. Finally, we illustrate the proposed method using an AIDS clinical trial (ACTG 175) data.