On the dependence structure of bivariate recurrent event processes: inference and estimation
二元复发事件过程的依赖结构：推断与估计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：摘要讨论纵向复发事件的统计依赖，未明确涉及经济面板模型或网络干扰。
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…
二元复发事件过程的依赖结构：推断与估计
- 研究问题
- 在同时观察两类复发事件的纵向研究中，如何衡量它们随时间变化的局部依赖，而不完整指定联合分布？
- 方法与思路
- 作者提出称为率比的时间依赖指标，将其设为时间的参数函数，其余分布部分保持未指定，并使用复合似然估计。
- 材料陈述的贡献
- 摘要称，所提估计量一致且渐近正态；论文通过模拟评估有限样本表现，并用软组织肉瘤研究展示方法应用。
- 阅读关注点
- 应核对率比的定义及解释、观察与删失机制、复合似然的构造，以及一致性和方差估计所依赖的具体条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；率比公式、观察机制假设和应用数值未提供，不能据此作因果依赖解释。
原文摘要
Bivariate or multivariate recurrent event processes are often encountered in longitudinal studies in which more than one type of event is of interest. There has been much research on regression analysis for such data, but little has been done to measure the dependence between recurrent event processes. We propose a time-dependent measure, termed the rate ratio, to assess the local dependence between two types of recurrent event processes. We model the rate ratio as a parametric function of time, and leave unspecified all other aspects of the distribution. We develop a composite likelihood procedure for model fitting and parameter estimation. We show that the proposed estimator is consistent and asymptotically normal. Its finite sample performance is evaluated by simulation and illustrated by an application to a soft tissue sarcoma study.