A k-sample test with interval censored data
区间删失数据的多样本检验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：摘要针对一般删失数据的多分布相等检验，未明确研究经济分布效应，现有分类中缺少直接对应的生存分析方向。
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
区间删失数据的多样本检验
- 研究问题
- 在第二类区间删失数据中，如何检验多个总体分布是否相同，尤其识别均值相等或分布高度交叉时仍存在的差异？
- 方法与思路
- 作者比较非参数极大似然分布估计与 leveraged bootstrap 估计，构造上确界型统计量，并建议数据驱动选择重抽样规模。
- 材料陈述的贡献
- 摘要称检验具有分布无关性且对所有备择一致，能够发现均值相等或高度交叉的分布差异，并报告模拟和医学应用。
- 阅读关注点
- 阅读时应核对区间删失机制、分布无关性的适用条件、重抽样规模选择规则，以及实际应用中修改检验的原因和影响。
- 阅读边界
- 所给为版本未注明的 OpenAlex 索引摘要；未说明删失和抽样条件，也未给出模拟数值，不能据此量化检验表现。
原文摘要
The problem of testing for the equality of k distribution functions under Case 2 interval censoring is studied and a supremum-type test statistic is proposed based on the differences between the nonparametric maximum likelihood estimator and the so-called leveraged bootstrap estimator of the k underlying distributions. The proposed test is distributionfree and consistent against all alternatives. As the main results hold for a wide range of resampling sizes, a data-driven method is suggested for determining the size of each leveraged bootstrap sample. Another advantage of the test is that it can detect different distributions with equal means or heavy crossover. Simulation studies indicate that the test performs quite well with a moderate sample size. Finally, a slightly modified version of the test is applied to breast cosmesis data.