EMPIRICAL LIKELIHOOD CONFIDENCE INTERVALS FOR DEPENDENT DURATION DATA
相依持续期数据的经验似然置信区间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：摘要研究相依删失数据的通用生存分布推断，未明确涉及所列方向中的分位数效应、面板或其他具体领域。
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…
相依持续期数据的经验似然置信区间
- 研究问题
- 当持续期数据同时存在删失与观测间依赖时，如何为生存分布的一般泛函构造并校准有效的置信区间？
- 方法与思路
- 作者分别使用渐近正态的 Wald 方法、经验似然与分块经验似然构造区间，其中分块方法以块内样本均值替代原始观测。
- 材料陈述的贡献
- 摘要称推导了三类区间的渐近校准结果，并通过模拟评估表现、讨论块长选择；未报告哪种方法在何种情形下更好。
- 阅读关注点
- 应核对删失机制与依赖结构的限制、生存分布泛函的范围，以及块长选择如何影响渐近校准和有限样本覆盖率。
- 阅读边界
- 仅据所给 Crossref 摘要，删失与依赖的具体条件、块长规则及模拟数值均未说明；不能判断各方法的实际覆盖率或版本变化。
原文摘要
Three types of confidence intervals are developed for a general class of functionals of a survival distribution based on censored dependent data. The confidence intervals are constructed via asymptotic normality (Wald’s method), the empirical likelihood (EL) method, and the blockwise EL method in which sample means over blocks of observations are used in place of the original data. Asymptotic results are derived to accurately calibrate the various procedures, and their performance is evaluated in a simulation study. The problem of the choice of the block size is also discussed.