Linear Regression Analysis for Multivariate Failure Time Observations
多元失效时间观测的线性回归分析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：摘要明确研究纵向数据中同一患者的多个失效时间及受试者内依赖，与个体重复观测的面板数据方向直接相关。
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…
多元失效时间观测的线性回归分析
- 研究问题
- 纵向研究中同一患者经历多个可能删失的失效事件时，如何分析协变量与各边际失效时间之间的回归关系？
- 方法与思路
- 作者假设各边际失效时间的对数与协变量线性相关，提出不指定误差分布或受试者内具体依赖结构的回归方法。
- 材料陈述的贡献
- 摘要称所提程序避免不稳定的非参数危险率估计，并通过广泛数值研究评估方法和提出实际使用建议。
- 阅读关注点
- 应核对删失机制、受试者内依赖如何进入方差推断、估计方程与渐近条件，以及数值比较支持哪些使用建议。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；不指定依赖结构不代表无需任何依赖条件，完整假设、数值结果及刊本变化未说明。
原文摘要
In this article we consider the case that each patient in a longitudinal study may experience two or more distinct failures. The corresponding failure times, which are possible censored, are recorded for each patient. The logarithm of each marginal failure time is assumed to be linearly related to its covariates; however, the distributional form of the error term in the model does not have to be specified in the analysis. Furthermore, no specific structure of dependence among the distinct failure times on each subject has to be imposed. Various linear regression methods for analyzing multivariate failure time observations are proposed. Our procedures do not involve the unstable nonparametric hazard function estimation. Extensive numerical studies are conducted to evaluate the new proposals. Recommendations are also made for their practical usage.