Likelihood Ratio-Based Confidence Intervals in Survival Analysis
生存分析中基于似然比的置信区间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：摘要讨论一般生存函数与累积风险区间，没有明确对应所列计量细分领域。
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
生存分析中基于似然比的置信区间
- 研究问题
- 如何通过反演似然比统计量为生存函数与累积风险函数构造置信区间，两种似然扩展各适合哪些目标？
- 方法与思路
- 作者比较二项与泊松两种似然扩展，分别构造有意义的似然比检验，再通过检验反演得到目标函数的区间。
- 材料陈述的贡献
- 摘要称二项扩展更适合生存函数、泊松扩展更适合累积风险；模拟中相应区间表现不逊于或优于正态近似方法。
- 阅读关注点
- 应核对似然扩展的定义、检验反演及临界值处理，并检查比较标准、删失设定和不同样本规模下的覆盖表现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；“最佳”的比较范围及模拟细节未说明，不能推断方法具有普遍优势。
原文摘要
Confidence intervals for the survival function and the cumulative hazard function are considered. These confidence intervals are based on an inversion of the likelihood ratio statistic. To do this, two extensions of the likelihood, each of which yields meaningful likelihood ratio hypothesis tests and subsequent confidence intervals, are considered. The choice of the best extension is difficult. In the failure time setting, the binomial extension is best in constructing confidence intervals concerning the survival function and the Poisson extension is best in constructing confidence intervals concerning the cumulative hazard. Simulations indicate that these two methods perform as well as or better than competitors based on the asymptotic normality of the estimator.