The Estimation of the Hazard Function from Randomly Censored Data by the Kernel Method
随机删失数据的风险函数核估计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：摘要属于通用删失数据与生存分析方法，未提供所列经济计量应用方向的直接依据。
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
随机删失数据的风险函数核估计
- 研究问题
- 论文研究随机删失数据下如何以核方法估计风险函数，并刻画该估计量在小样本与大样本中的均值、方差和极限分布。
- 方法与思路
- 作者对经验风险进行卷积平滑得到核估计量，给出均值与方差表达式，并使用 Hájek 投影方法研究渐近正态性。
- 材料陈述的贡献
- 摘要称提供风险函数核估计及其小样本、大样本均值和方差表达式，并考察估计量具有渐近正态分布的条件。
- 阅读关注点
- 应核对删失机制、核函数与带宽要求、估计区间及边界处理，以及投影近似如何支持渐近正态性结论。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；删失假设、带宽条件和表达式未给出，不能判断具体数据下的偏差或覆盖率。
原文摘要
By convolution smoothing of the empirical hazards, a kernel estimate of the hazard function from censored data is obtained. Small and large sample expressions for the mean and the variance of the estimator are given. Conditions for asymptotic normality are investigated using the Hajek projection method.