Methods for the Analysis of Sampled Cohort Data in the Cox Proportional Hazards Model
Cox比例风险模型中抽样队列数据的分析方法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：摘要讨论抽样队列的生存分析，不能仅凭回归、风险集或队列术语归入所列经济计量细分。
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
Cox比例风险模型中抽样队列数据的分析方法
- 研究问题
- 队列按可预测的抽样概率规则抽样时，如何估计Cox模型的回归参数与累积基准风险，并开展渐近推断？
- 方法与思路
- 作者构造记录失效与抽样风险集联合出现的计数过程，推导相应强度，据此建立与完整队列分析平行的估计方法。
- 材料陈述的贡献
- 摘要称提出三种新抽样设计，并建立最大偏似然及累积基准风险估计量的一般渐近理论，覆盖较广的设计类别。
- 阅读关注点
- 应核对可预测抽样规则的定义、计数过程强度的构造，以及不同抽样设计进入估计方程和渐近方差的方式。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；摘要未列出抽样与渐近条件，也未提供不同设计的有限样本效率比较。
原文摘要
Methods are provided for regression parameter and cumulative baseline hazard estimation in the Cox proportional hazards model when the cohort is sampled according to a predictable sampling probability law. The key to the methodology is to define counting processes which count joint failure and sampled risk sets occurrences and to derive the appropriate intensities for these counting processes, leading to estimation methods parallel to those for full cohort data. These techniques are illustrated for a number of sampling designs, including three novel designs: counter-matching with additional randomly sampled controls; quota sampling of controls; and nested case-control sampling with number of controls dependent on the failure's exposure status. General asymptotic theory is developed for the maximum partial likelihood estimator and cumulative baseline hazard estimator and is used to derive the asymptotic distributions for estimators from a large class of designs.