Trigonometric Maximum Likelihood Estimation and Application to the Analysis of Incomplete Survival Information
三角矩最大似然估计及不完整生存信息分析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：摘要讨论生存分析与通用估计方法，未明确涉及所列经济分布效应或其他细分方向。
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
三角矩最大似然估计及不完整生存信息分析
- 研究问题
- 如何利用样本三角矩计算最大似然估计，并结合已死亡和仍存活患者的信息构造不完整数据下的生存曲线？
- 方法与思路
- 作者推导基于样本三角矩的估计程序，推广 Zippin–Armitage 方法，以两类生存时间密度的非参数估计构造曲线。
- 材料陈述的贡献
- 摘要称获得生存曲线的简单表达式，并指出新估计量随样本量增大趋近 Kaplan–Meier 乘积极限估计。
- 阅读关注点
- 应核对三角矩如何用于似然计算、两类密度的估计方法，以及趋近 Kaplan–Meier 结果所需的数据和收敛条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，版本未注明；删失条件、曲线公式和收敛方式未说明，不能推断有限样本等价或效率优势。
原文摘要
A procedure is derived for computing maximum likelihood estimates from the sample trigonometric moments. Several examples are given which demonstrate the convenience of this hybrid approach. The Zippin-Armitage method for dealing with incomplete survival information is generalized. A simple expression is obtained for the survival curve given nonparametric estimators of (1) the probability density of survival times for patients who have died, and (2) the probability density of known survival times for patients still alive. It is shown that this new estimator approaches the Kaplan-Meier product limit as the sample size approaches infinity.