A Model for Association in Bivariate Survival Data
双变量生存数据的关联模型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：摘要研究一般双变量生存关联与边际分布，未明确涉及所列分布效应或金融风险方向。
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
双变量生存数据的关联模型
- 研究问题
- 如何对双变量生存时间的关联参数进行推断，并在边际分布部分指定或完全未知时处理关联与尺度参数的关系？
- 方法与思路
- 作者重新参数化 Clayton 关联模型，推导信息矩阵，并在边际分布未知时提出基于 Kendall 一致性系数的非参数估计。
- 材料陈述的贡献
- 摘要称，重新参数化在引入关联与尺度参数正交性方面取得一定效果，并评价替代非参数估计量的渐近方差。
- 阅读关注点
- 应核对 Lehmann 备择对边际分布的限制、正交性改善的程度、对原似然的批评依据，以及非参数估计的适用条件。
- 阅读边界
- 仅据 Crossref 所供摘要；未展开对原似然的批评、数据观测条件或估计表现，不能推断未提供的刊本内容与版本变化。
原文摘要
Summary A reparameterization of a model introduced by D. G. Clayton for association in bivariate life-tables is discussed. Inference for the parameter governing the association is considered when the marginal distributions are specified up to Lehmann alternatives. The information matrix is derived explicitly and it is shown that the parameterization is moderately successful in introducing orthogonality between the association parameter and the two scale parameters. The likelihood proposed by Clayton for the case that the marginal distributions are completely unknown is criticized. An alternative nonparametric estimator based on Kendall's coefficient of concordance is proposed and its asymptotic variance evaluated.