Testing for Sufficient Follow-Up and Outliers in Survival Data
生存数据中的充分随访与异常值检验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：摘要属于删失生存数据的诊断检验，未明确研究所列领域中的因果效应或经济分布效应。
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
生存数据中的充分随访与异常值检验
- 研究问题
- 当较大的失效时间大量受到删失时，如何判断随访是否足够长，以解释生存曲线尾部平台及可能的治愈人群？
- 方法与思路
- 作者针对可能存在或不存在免于失效个体的样本开发充分随访诊断检验，并在犯罪学数据应用中提出异常值检验。
- 材料陈述的贡献
- 摘要称建立并展示了充分随访检验的性质，同时借助实际数据说明程序，并提出适用于该情形的异常值检验。
- 阅读关注点
- 应核对充分随访的正式定义、删失机制及尾部条件，查看检验如何区分随访不足、免于失效个体和异常观测。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要；检验条件与具体性质未说明，不能仅凭曲线平台判断治愈比例或刊本变化。
原文摘要
A situation in which a sample of failure times with many of the largest times censored may be taken as evidence of a proportion of “immune” or “cured” individuals, who are not subject to failure, in the population. A plot of the Kaplan-Meier empirical distribution function for such data will tend to level off near its right extreme, provided that follow-up of individuals has been continued for long enough. This article develops a diagnostic test for sufficient follow-up in samples where there may or may not be immunes and demonstrates its properties. The procedure is illustrated on some criminological data, leading us also to propose a test for outliers in this kind of situation.