Inference for censored quantile regression models in longitudinal studies
纵向研究中删失分位数回归模型的推断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：摘要明确研究条件分位数回归及纵向重复测量的个体内依赖，分别对应分位数与分布效应、面板数据两个方向。
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
纵向研究中删失分位数回归模型的推断
- 研究问题
- 纵向测量因固定检测限而发生删失时，如何在考虑个体内依赖的同时，对条件分位数回归中的部分协变量进行推断？
- 方法与思路
- 作者采用半参数分位数回归，提出针对部分协变量的秩得分检验，并以模拟和一项艾滋病相关临床试验展示方法。
- 材料陈述的贡献
- 摘要称，方法支持删失纵向数据的大样本检验，并强调同时处理删失与个体内依赖，以及区分不同条件分位点上的关联。
- 阅读关注点
- 应核对删失如何进入回归与秩得分统计量、个体内依赖如何处理，以及治疗相等检验的原假设和大样本有效性条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；不作分布假设不等于无需其他条件，摘要未给检验公式、试验结果或刊本变化。
原文摘要
We develop inference procedures for longitudinal data where some of the measurements are censored by fixed constants. We consider a semi-parametric quantile regression model that makes no distributional assumptions. Our research is motivated by the lack of proper inference procedures for data from biomedical studies where measurements are censored due to a fixed quantification limit. In such studies the focus is often on testing hypotheses about treatment equality. To this end, we propose a rank score test for large sample inference on a subset of the covariates. We demonstrate the importance of accounting for both censoring and intra-subject dependency and evaluate the performance of our proposed methodology in a simulation study. We then apply the proposed inference procedures to data from an AIDS-related clinical trial. We conclude that our framework and proposed methodology is very valuable for differentiating the influences of predictors at different locations in the conditional distribution of a response variable.