Fitting semiparametric transformation regression models to data from a modified case-cohort design
修正病例队列设计下半参数变换回归模型的拟合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：摘要研究病例队列抽样下的生存回归，未明确涉及因果效应、面板数据或所列其他细分。
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
修正病例队列设计下半参数变换回归模型的拟合
- 研究问题
- 在能够观察队列全部删失个体删失时间的修正病例队列研究中，如何估计半参数变换回归模型，并利用这些额外观测信息？
- 方法与思路
- 作者通过最大化条件剖面似然估计回归参数，在删失与协变量独立的假设下研究一致性和渐近正态性，并开展数值比较。
- 材料陈述的贡献
- 摘要称估计具有一致性和渐近正态性；数值研究提示其相对效率较高，且常比完整病例分析偏差小、比伪似然估计更准确。
- 阅读关注点
- 应核对抽样设计、全部删失时间的使用方式、独立性条件与其他正则条件，并检查数值比较中的效率和准确性指标。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要。摘要仅列出部分理论条件，数值优势限于所研究设计，未说明具体效率数值或一般适用范围。
原文摘要
We consider the problem of fitting semiparametric transformation regression models to data from a modified case‐cohort study in which the censoring times of all the censored subjects in the cohort are observed. We propose to maximise a conditional profile likelihood to obtain the estimator of the regression parameter. Under the assumption that the censoring is independent of the covariates, the estimator is shown to be consistent and asymptotically normally distributed. Numerical studies suggest that the relative eciency of the estimator is very high and that the estimator is often less biased than the estimator from the complete‐case analysis and more accurate than the pseudolikelihood estimator.