Conditional Rank Tests for Randomly Censored Data
随机删失数据的条件秩检验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：摘要研究随机删失下的生存秩检验，未明确对应所列计量领域细分，故不强行分类。
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
随机删失数据的条件秩检验
- 研究问题
- 随机删失寿命数据中，如何构造生存检验并研究其最优性，尤其在各组删失分布不相同时如何支持条件检验？
- 方法与思路
- 作者扩展经典秩检验论证，采用可由风险率解释的局部渐近正态模型，研究条件置换检验与无条件检验的关系。
- 材料陈述的贡献
- 摘要称，删失作为干扰因素在渐近分析中消失，并给出条件生存检验的依据、与无条件检验的等价性及最优性结果。
- 阅读关注点
- 应核对不同删失分布下所需条件，区分置换检验的有限样本精确性与渐近等价性，并查清各项最优性的具体含义。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；精确性与最优性的完整条件未提供，不能将应用建议扩展到所有删失机制。
原文摘要
The present paper derives various survival tests and their optimality results for randomly censored lifetime data by an extension of familiar rank tests arguments. The approach is based on local asymptotic normal models which have a natural interpretation in terms of hazard rates. In particular, the description of classical rank tests by hazard rates may be of separate interest. As an application of the new methods, a justification of conditional survival tests is given also under unequal censoring distributions. It turns out that censoring is a nuisance phenomenon which asymptotically drops out. Conditional tests are exact permutation tests which are shown to be equivalent to their unconditional counterparts. They have all kinds of optimality properties and can be recommended for applications at least in those cases when a model with equal censorship cannot be excluded under the null hypothesis.