Parameter Orthogonality in Mixed Regression Models for Survival Data
生存数据混合回归模型中的参数正交性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：摘要研究一般生存回归的参数正交性与误设稳健性，未直接对应所列计量细分方向。
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
生存数据混合回归模型中的参数正交性
- 研究问题
- 生存回归在比例风险与加速寿命模型之间选择失当时，回归参数有多稳健，参数正交性又如何帮助理解其他模型误设？
- 方法与思路
- 作者提出包含两类模型的单参数混合族，相对于混合参数进行正交化，并分析小协变量效应、基准风险误设及删失情形。
- 材料陈述的贡献
- 摘要称小协变量效应下两类模型的回归参数相差一个常数因子，并借助正交性探讨误设稳健性以及比例性何时重要。
- 阅读关注点
- 阅读全文时应核对混合族与正交化的定义、小效应近似的范围、删失条件，以及基准风险误设与比例性结论的具体边界。
- 阅读边界
- 仅据所给 Crossref 摘要；具体正交化形式、稳健性条件和删失机制未说明，不能据此认定任意模型误设下结果有效。
原文摘要
Summary The implications of parameter orthogonality for the robustness of survival regression models are considered. The question of which of the proportional hazards or the accelerated life families of models would be more appropriate for analysis is usually ignored, and the proportional hazards family is applied, particularly in medicine, for convenience. Accelerated life models have conventionally been used in reliability applications. We propose a one-parameter family mixture survival model which includes both the accelerated life and the proportional hazards models. By orthogonalizing relative to the mixture parameter, we can show that, for small effects of the covariates, the regression parameters under the alternative families agree to within a constant. This recovers a known misspecification result. We use notions of parameter orthogonality to explore robustness to other types of misspecification including misspecified base-line hazards. The results hold in the presence of censoring. We also study the important question of when proportionality matters.