Influence Functions for Censored Data
删失数据估计量的影响函数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：摘要讨论通用删失数据与生存分析的影响函数，未直接对应所列经济计量细分方向。
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
删失数据估计量的影响函数
- 研究问题
- 如何计算 Kaplan–Meier 生存估计及其函数型估计量的影响函数，并利用这些表达统一分析渐近方差与稳健性？
- 方法与思路
- 作者推导 Kaplan–Meier 估计的影响函数，建立影响函数链式法则，再将其用于相关删失数据估计及 M 估计、L 估计。
- 材料陈述的贡献
- 摘要称影响函数提供渐近方差的另一种推导路径，并直接给出相关估计量的稳健性性质；所需可微条件在附录中验证。
- 阅读关注点
- 应核对删失机制、影响函数的扰动定义与链式法则条件，并检查 M 估计和 L 估计扩展所需的可微性及方差表达。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要，无法确认具体删失假设、影响函数形式或稳健性的适用范围；摘要提及附录不等于已核验其证明。
原文摘要
In this paper influence curves for censored data estimators are considered. The influence curve of the Kaplan-Meier estimate of survival time is calculated, and it is shown that the influence curve provides an alternative derivation of the asymptotic variance of this estimate. A chain rule for influence curves is established and is used to calculate the influence curves of censored data estimators that are functions of the Kaplan-Meier estimate. The robustness properties and asymptotic variances of these estimates follow directly. Some examples of this approach to calculating variances are given. In particular, it is shown how the theory developed for $M$-estimation and $L$-estimation can be extended to the censored data case. The necessary differentiability conditions are verified in the appendix.