Estimating a Unimodal Distribution From Interval-Censored Data
从区间删失数据估计单峰分布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：摘要聚焦删失事件时间的形状约束估计，未提供分位数或经济分布效应研究的直接依据。
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…
从区间删失数据估计单峰分布
- 研究问题
- 面对混合类型的区间删失数据，如何估计事件时间分布，并判断凹性或单峰性约束能带来哪些收益？
- 方法与思路
- 作者研究无约束、凹性约束和单峰性约束下的三种非参数最大似然估计，给出估计刻画及计算算法。
- 材料陈述的贡献
- 摘要称证明了估计量的渐近一致性，以模拟展示附加约束的收益，并将估计量用于非参数两样本比较。
- 阅读关注点
- 应核对凹性与单峰性的精确定义、约束成立的条件、算法实现，以及两样本比较如何使用分布估计结果。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；形状约束的定义及模拟收益幅度未说明，不能推断刊本变化。
原文摘要
In this article we consider three nonparametric maximum likelihood estimators based on mixed-case interval-censored data. Apart from the unrestricted estimator, we consider estimators under the assumption that the underlying distribution function of event times is concave or unimodal. Characterizations of the estimates are derived, and algorithms are proposed for their computation. The estimators are shown to be asymptotically consistent, and the benefits of additional constraints are illustrated through simulations. Finally, the estimators are used as an ingredient in a nonparametric comparison of two samples.