Efficiency of Cox's model in estimating regression parameters with grouped survival data
分组生存数据中 Cox 模型回归参数估计的效率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：研究主题是生存分析的效率比较，未提供归入给定经济计量细分方向的直接依据。
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…
关注这篇论文的作者
分组生存数据中 Cox 模型回归参数估计的效率
- 研究问题
- 对于分组生存数据，Cox 生存分析相对于参数化分析的估计效率如何，分组设置能否帮助理解协变量对效率比较的影响？
- 方法与思路
- 作者在分组数据设置下使用标准似然方法开展效率比较，以避开部分似然处理上的困难，并讨论时变协变量和多协变量问题。
- 材料陈述的贡献
- 摘要称，分组数据的比较结果与既有未分组结果相似且可能更易理解，同时为时变协变量和协变量较多的情形提供一些认识。
- 阅读关注点
- 应核对分组和参数化基准模型的定义、效率损失的衡量方式，以及时变协变量与协变量数量如何进入具体比较结果。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要。摘要未给出效率数值、模型条件或分组方式，不能据此断言 Cox 模型普遍高效。
原文摘要
The efficiency of nonparametric survival analysis (Cox, 1972, 1975) relative to parametric analysis is examined for grouped data. This setting avoids the difficulties of partial likelihood and allows standard likelihood methods to apply. The results obtained here are similar to published results for ungrouped data, but are perhaps more easily understood. Some insight is also gained for problems involving time-dependent covariables and for problems with many covariables.