Censored linear regression for case-cohort studies
病例队列研究中的删失线性回归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：摘要聚焦病例队列抽样和删失回归，没有所列因果、面板或经济结构估计方向的明确证据。
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…
病例队列研究中的删失线性回归
- 研究问题
- 在经典与分层病例队列抽样下，如何使用右删失数据估计线性回归参数，并为不同子队列抽样设计建立有效推断？
- 方法与思路
- 作者修改完整队列数据的线性秩检验和估计方程，分别处理简单随机抽样及任意选择概率的独立伯努利抽样设计。
- 材料陈述的贡献
- 摘要称所构造估计量一致且渐近正态，并提供方差估计与数值例子；这些结果针对所讨论的两类病例队列设计。
- 阅读关注点
- 应核对删失机制与模型条件、抽样概率如何进入估计方程、方差估计是否计入设计变异，以及数值演示的具体设置。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明删失与抽样所需条件或数值结果，不能据一致性陈述推断因果识别。
原文摘要
Right-censored data from a classical case-cohort design and a stratified case-cohort design are considered. In the classical case-cohort design the subcohort is obtained as a simple random sample of the entire cohort, whereas in the stratified design this subcohort is elected by independent Bernoulli sampling with arbitrary selection probabilities. For each design and under a linear regression model, methods for estimating the regression parameters are proposed and analysed. These methods are derived by modifying the linear ranks tests and estimating equations that arise from full-cohort data using methods that are similar to the pseudolikelihood estimating equation that has been used in relative risk regression for these models. The estimators so obtained are shown to be consistent and asymptotically normal. Variance estimation and numerical illustrations are also provided.