Maximum likelihood estimation for semiparametric regression models with multivariate interval-censored data
多元区间删失数据半参数回归模型的最大似然估计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：摘要聚焦多元失效时间与区间删失的一般统计方法，未明确对应所列计量领域细分。
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
多元区间删失数据半参数回归模型的最大似然估计
- 研究问题
- 当多个失效时间具有相关性且只能定位于区间内时，如何估计可能随时间变化的协变量效应，并进行有效推断？
- 方法与思路
- 作者采用带随机效应的半参数变换模型，在一般区间删失机制下研究非参数最大似然估计，并开发相应的 EM 算法。
- 材料陈述的贡献
- 摘要称有限维参数估计具有一致性、渐近正态性和半参数效率，协方差可由剖面似然一致估计，并提供模拟及应用。
- 阅读关注点
- 应核对随机效应与删失机制的具体条件、效率界的推导、剖面似然方差估计，以及算法稳定收敛的适用范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；不能推断其他版本变化。摘要未说明识别与正则条件，也不足以判断算法对任意数据的收敛含义。
原文摘要
Interval-censored multivariate failure time data arise when there are multiple types of failure or there is clustering of study subjects and each failure time is known only to lie in a certain interval. We investigate the effects of possibly time-dependent covariates on multivariate failure times by considering a broad class of semiparametric transformation models with random effects, and we study nonparametric maximum likelihood estimation under general interval-censoring schemes. We show that the proposed estimators for the finite-dimensional parameters are consistent and asymptotically normal, with a limiting covariance matrix that attains the semiparametric efficiency bound and can be consistently estimated through profile likelihood. In addition, we develop an EM algorithm that converges stably for arbitrary datasets. Finally, we assess the performance of the proposed methods in extensive simulation studies and illustrate their application using data derived from the Atherosclerosis Risk in Communities Study.