Testing Independence for Bivariate Current Status Data
二元现状数据的独立性检验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：摘要属于二元现状数据的非参数独立性检验，未明确涉及所列计量细分方向。
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
二元现状数据的独立性检验
- 研究问题
- 对于二元现状数据，如何在不指定参数分布的情况下检验边际独立性，并评价检验的大样本性质和有限样本表现？
- 方法与思路
- 作者提出基于二元现状数据的非参数独立性检验，推导其渐近性质，通过模拟研究有限样本表现，并分析台湾心血管流行病学数据。
- 材料陈述的贡献
- 摘要明确提供非参数检验、渐近分析、模拟评估和社区研究应用，但没有说明统计量形式、具体性能或实证检验结果。
- 阅读关注点
- 应核对现状数据的观测机制与检测时间条件、独立性原假设和统计量校准，以及模拟设置和实际数据中观测机制的可信度。
- 阅读边界
- 仅据版本未注明的索引摘要；观测机制、正则条件及应用结论未提供，不能从边际独立性检验推导因果关系或条件独立性。
原文摘要
This article develops a nonparametric procedure for testing marginal independence based on bivariate current status data. Asymptotic properties of the proposed tests are derived, and their finite-sample performance is studied via simulations. The method is applied to analyze data from a community-based study of cardiovascular epidemiology in Taiwan.