A note on some recent likelihoods leading to the log rank test
关于导出对数秩检验的若干近期似然方法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：摘要关注删失数据的生存检验理论，与所列计量领域细分没有直接对应证据。
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
关于导出对数秩检验的若干近期似然方法
- 研究问题
- 删失两样本问题中，对数秩检验的局部最优性如何依赖删失机制，两组采用相同删失方式是否足以消除影响？
- 方法与思路
- 作者在随机删失模型下讨论秩不变检验的推导，解释相关似然，并借助渐近相对效率结果考察删失不等的情形。
- 材料陈述的贡献
- 摘要称，局部最优检验即使在两组删失相同时也可能依赖删失机制；删失不等时，对数秩检验可能并非充分有效。
- 阅读关注点
- 应核对 Lehmann 型备择的具体形式、随机删失模型的条件，以及局部最优性和渐近效率各自采用的比较标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未提供删失条件、效率数值或完整推导，不能泛化为所有生存分析情形。
原文摘要
A discussion is given of the derivation by Peto (1972) of the log rank test as the locally most powerful rank invariant test against certain Lehmann-type alternatives in the two-sample problem with censored data. The random censorship model is used to show that the test with this local optimality property may depend on the [censoring mechanism, even if censoring is applied equally to both groups. An explanation is offered of Peto's likelihood and of a special case of the conditional likelihood of Cox (1972). Reference is made to asymptotic relative efficiency results which demonstrate that the log rank test may not be fully efficient when censoring is not equal.