Approximate methods using ranks for regression with censored data
删失数据回归的近似秩方法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：摘要讨论通用删失回归的秩推断，未明确分位数效应、因果识别或其他所列细分方向。
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
删失数据回归的近似秩方法
- 研究问题
- 论文研究删失数据线性回归中，如何通过近似秩分析开展推断，并比较其与完全参数及部分参数方法的实际结果。
- 方法与思路
- 作者近似边际秩似然，使用适配删失的线性秩统计量及方差估计，分别给出右删失评分和双侧删失的逻辑斯蒂评分。
- 材料陈述的贡献
- 摘要称提供用于删失回归推断的秩似然近似与显式评分，并在两个数据集上比较不同推断方法，但未报告比较数值。
- 阅读关注点
- 应核对删失机制、评分构造和方差估计，以及秩似然近似的依据、推断校准方式与两组数据比较的评价指标。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；近似误差、推断条件与数据结果未说明，不能断言其更稳健或更有效。
原文摘要
SUMMARY An approximation to marginal rank likelihoods is given and used to make inferences for the linear regression model with censored data. The approximations involve linear rank statistics, adapted for censored data, and estimates of their variance. Various explicit scores are given for right censored data and logistic scores for doubly censored data. Inferences using the approximate rank analysis are compared with inferences using fully and partially parametric techniques on two data sets.