Inference under right censoring for transformation models with a change-point based on a covariate threshold
右删失下具有协变量阈值变点的变换模型推断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：摘要研究生存模型中的协变量阈值，未明确宏观时间结构变化或其他所列方向。
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
右删失下具有协变量阈值变点的变换模型推断
- 研究问题
- 右删失生存数据中，回归系数随协变量跨越阈值而改变时，如何估计阈值及其余参数，并检验变点是否存在？
- 方法与思路
- 作者研究非参数极大似然估计的一致性与弱收敛，构造参数推断的Monte Carlo方法及变点存在性的得分检验。
- 材料陈述的贡献
- 摘要称，阈值参数具有n一致性，其余参数具有根号n一致性，且非阈值参数精度可达到已知真实阈值时的水平。
- 阅读关注点
- 应核对删失与协变量条件、阈值极限分布和自适应性的定义，重点查看无变点原假设下不可识别参数的处理。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要，具体正则条件与有限样本模拟数值未说明；协变量阈值变点不等同于时间结构变化。
原文摘要
We consider linear transformation models applied to right censored survival data with a change-point in the regression coefficient based on a covariate threshold. We establish consistency and weak convergence of the nonparametric maximum likelihood estimators. The change-point parameter is shown to be n-consistent, while the remaining parameters are shown to have the expected root-n consistency. We show that the procedure is adaptive in the sense that the nonthreshold parameters are estimable with the same precision as if the true threshold value were known. We also develop Monte Carlo methods of inference for model parameters and score tests for the existence of a change-point. A key difficulty here is that some of the model parameters are not identifiable under the null hypothesis of no change-point. Simulation studies establish the validity of the proposed score tests for finite sample sizes.