The asymptotic information in censored survival data
删失生存数据中的渐近信息量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：摘要研究生存回归的信息量比较，没有明确的治疗效应、时间序列或其他所列细分目标。
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
删失生存数据中的渐近信息量
- 研究问题
- 在含时变协变量的删失生存回归中，基准风险函数的不同已知程度如何影响参数估计的渐近方差与信息损失？
- 方法与思路
- 作者比较风险函数完全已知、仅乘法常数未知时的极大似然与 Cox 部分似然，并以样本二阶导数估计信息损失。
- 材料陈述的贡献
- 摘要称以非正式推导给出并比较渐近方差显式公式，提出信息损失估计方式，并指出包含 Weibull 风险的推广结果。
- 阅读关注点
- 应核对删失与时变协变量的条件、各方法的信息量定义，以及非正式推导如何支撑方差比较和风险参数化推广。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；摘要明确称方差推导为非正式推导，未提供严格证明条件或信息损失的具体大小。
原文摘要
Various procedures are considered for fitting a regression model to censored survival data in continuous time with time–dependent covariate functions. These include maximum likelihood with the underlying hazard function known completelyand known up to a multiplicative constant, and the maximization of Cox's partial likelihood. Explicit formulae for the asymptotic variances of the estimators are derived informally and compared. It is shown how sample second derivatives may be used to estimate the amount of information lost through lack of knowledge of the underlying hazard function. Corresponding results for a more general parameterization which includes the Weibull hazard function are indicated.