Partially Linear Hazard Regression with Varying Coefficients for Multivariate Survival Data
多元生存数据的变系数部分线性风险回归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：摘要聚焦多元生存分析的半参数估计，未明确涉及经济结构模型、因果效应或其他所列方向。
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…
多元生存数据的变系数部分线性风险回归
- 研究问题
- 面对同一个体可能包含相关失效时间的多元生存数据，如何同时估计部分线性风险模型的有限维参数与变系数函数？
- 方法与思路
- 作者提出剖面伪部分似然方法，将变系数函数作为干扰参数剖面化，再估计线性部分，并构造渐近方差的一致估计。
- 材料陈述的贡献
- 摘要称有限维参数具有根号样本量一致性、函数估计达到最优收敛率，二者均渐近正态，并获得函数估计的特定基准等价结果。
- 阅读关注点
- 应核对个体内失效时间依赖的处理、删失与平滑条件，以及函数估计何以达到参数已知且个体内失效时间独立时的基准表现。
- 阅读边界
- 仅据Crossref摘要，最优速率与基准等价结论的完整条件未提供，无法判断依赖结构或模型偏离下的稳健性。
原文摘要
Summary The paper studies estimation of partially linear hazard regression models with varying coefficients for multivariate survival data. A profile pseudo-partial-likelihood estimation method is proposed. The estimation of the parameters of the linear part is accomplished via maximization of the profile pseudo-partial-likelihood, whereas the varying-coefficient functions are considered as nuisance parameters that are profiled out of the likelihood. It is shown that the estimators of the parameters are root n consistent and the estimators of the non-parametric coefficient functions achieve optimal convergence rates. Asymptotic normality is obtained for the estimators of the finite parameters and varying-coefficient functions. Consistent estimators of the asymptotic variances are derived and empirically tested, which facilitate inference for the model. We prove that the varying-coefficient functions can be estimated as well as if the parametric components were known and the failure times within each subject were independent. Simulations are conducted to demonstrate the performance of the estimators proposed. A real data set is analysed to illustrate the methodology proposed.