A Cramér-von Mises statistic for randomly censored data
随机删失数据的 Cramér–von Mises 统计量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：摘要中的竞争风险属于删失数据应用，未涉及金融系统性风险或其他所列领域细分。
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
随机删失数据的 Cramér–von Mises 统计量
- 研究问题
- 在随机删失观测下，如何构造分布拟合检验并获得渐近临界值，以及比较整体统计量和正交分量对不同备择的功效？
- 方法与思路
- 作者基于乘积极限分布函数估计构造 Cramér–von Mises 型统计量，推导渐近分布与正交分解，并比较多种备择下的渐近功效。
- 材料陈述的贡献
- 摘要称给出了不同删失程度下的渐近临界值，分析整体统计量与分量的功效，并将检验用于一组竞争风险数据。
- 阅读关注点
- 应核对随机删失模型及其条件、删失程度如何进入零分布、正交分解方式，以及竞争风险例子中检验对象的含义。
- 阅读边界
- OpenAlex 索引摘要未注明稿件版本；摘要未列出临界值、功效数值或删失假设细节，不能判断某个分量是否普遍更有力。
原文摘要
The asymptotic distributions of camér-von Mises type statistics based on the productlimit estimate of the distribution function of a certain class of randomly censored observations are derived; the asymptotic significance points of the statistics for various degrees of censoring are given. The statistics are also partitioned into orthogonal components in the manner of Durbin & Knott (1972). The asymptotic powers of the statistics and their components against normal mean and variance shifts, exponential scale shifts, and Weibull alternatives to exponentiality are compared. Data arising in a competing risk situation are examined, using the Cramér-von Mises statistic.