Joint lifetime modelling with matrix distributions
基于矩阵分布的联合寿命建模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：摘要主要研究联合寿命分布与生存建模，未提供足够依据归入所列经济计量细分方向。
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…
基于矩阵分布的联合寿命建模
- 研究问题
- 如何同时描述两个寿命变量的边际行为与依赖关系，并在存在右删失和协变量时实现灵活而简约的联合建模？
- 方法与思路
- 作者构造时间非齐次多元相位型分布，用初始分布向量表达依赖，并通过多项回归关联协变量与起始概率。
- 材料陈述的贡献
- 摘要称研究了该分布类的性质，提供适应右删失的估计程序，并在联合寿命数据上展示时间非齐次建模的灵活性。
- 阅读关注点
- 应核对联合依赖如何由初始状态产生、时间变换与相位数如何选择、删失如何处理，以及老化机制的因果解释依据。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收未核实。摘要未说明因果识别条件，拟合表现及机制解释不能直接证明因果关系。
原文摘要
Acyclic phase-type (PH) distributions have been a popular tool in survival analysis, thanks to their natural interpretation in terms of ageing towards its inevitable absorption. In this paper, we consider an extension to the bivariate setting for the modelling of joint lifetimes. In contrast to previous models in the literature that were based on a separate estimation of the marginal behavior and the dependence structure through a copula, we propose a new time-inhomogeneous version of a multivariate PH class (mIPH) that leads to a model for joint lifetimes without that separation. We study properties of mIPH class members and provide an adapted estimation procedure that allows for right-censoring and covariate information. We show that initial distribution vectors in our construction can be tailored to reflect the dependence of the random variables, and use multinomial regression to determine the influence of covariates on starting probabilities. Moreover, we highlight the flexibility and parsimony, in terms of needed phases, introduced by the time-inhomogeneity. Numerical illustrations are given for the famous data set of joint lifetimes of Frees et al. [15], where 10 phases turn out to be sufficient for a reasonable fitting performance. As a by-product, the proposed approach enables a natural causal interpretation of the association in the ageing mechanism of joint lifetimes that goes beyond a statistical fit.