A Generalized Moments Specification Test of the Proportional Hazards Model
比例风险模型的广义矩设定检验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：摘要针对生存分析的比例风险设定检验，未明确关联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…
关注这篇论文的作者
比例风险模型的广义矩设定检验
- 研究问题
- 如何在存在连续解释变量时检验 Cox 半参数比例风险模型的设定，而无需预先将观测划入固定单元？
- 方法与思路
- 作者利用正确模型下渐近服从单位指数分布的广义残差，构造函数矩条件，并以渐近卡方统计量检验样本矩偏离。
- 材料陈述的贡献
- 摘要称检验适用于连续解释变量；模拟显示有限样本性质较好，并在加速失效时间备择下比所比较检验具有更高功效。
- 阅读关注点
- 应核对广义残差与删失的处理、矩函数选择和协方差估计，并检查模拟中的样本规模、尺寸控制及备择模型设置。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化。功效优势限于摘要所述比较情形，具体条件与数值未提供。
原文摘要
This article describes a generalized moments specification test of the semiparametric proportional hazards model of Cox. In contrast to other specification tests for this model, the generalized moments test is applicable in the presence of continuous explanatory variables and does not require assigning the data to predetermined cells. The results of a Monte Carlo investigation suggest that the generalized moments test has good finite-sample properties and that it is more powerful than other available tests for models with continuous explanatory variables when the alternative is an accelerated failure time model. The test is based on generalized residuals for the proportional hazards model. When the model is correct, the generalized residuals have asymptotically the (possibly censored) unit exponential distribution. The generalized moments are means of functions of the generalized residuals. The generalized moments have known values when the generalized residuals have the unit exponential distribution, and an asymptotic χ 2 statistic tests for whether the differences between sample analogs of the generalized moments and the known values are larger than can be explained by random sampling errors.