Super-efficient hazard estimation based on high-quality marker information
利用高质量标记信息的超高效风险率估计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：摘要属于生存分析中的非参数风险率理论，缺少所列经济计量细分领域依据。
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
利用高质量标记信息的超高效风险率估计
- 研究问题
- 在观测到高质量标记变量时，能否突破常规非参数估计的速度限制，以平方根样本量速度一致估计随时间变化的一维风险率？
- 方法与思路
- 作者利用高质量标记信息研究非参数风险率估计；关键词涉及计数过程与核方法，但摘要未说明估计器的具体构造。
- 材料陈述的贡献
- 摘要明确声称，高质量标记可使一维非参数风险率达到平方根样本量速度的一致估计，但未给出结论的条件和证明。
- 阅读关注点
- 应核对高质量标记的数学定义、一致性的具体意义、标记与事件时间的关系，以及是否存在删失及估计器的实现要求。
- 阅读边界
- 所用 OpenAlex 索引摘要未注明稿件版本且内容极短；不能据题名推断效率界、渐近正态性或任意标记下的估计速度。
原文摘要
We show that a nonparametric one-dimensional hazard as a function of time can be estimated √n-consistently if a high-quality marker is observed. Keywords:Counting process; Hazard; Kernel; Marker; Nonparametric estimation; Survival analysis.