Marginal Regression Models for Multivariate Failure Time Data
多元失效时间数据的边际回归模型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：摘要的核心是多元生存分析与风险函数推断，未提供其属于所列经济计量细分方向的充分依据。
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…
关注这篇论文的作者
多元失效时间数据的边际回归模型
- 研究问题
- 面对同一研究单位的多种失效时间，如何刻画不同失效类型的边际分布，并对跨时间、跨类型的生存函数进行联合推断。
- 方法与思路
- 作者提出具有嵌套基准风险结构的 Cox 型模型，在工作独立假设下估计回归参数，并用重抽样近似累计风险过程的联合分布。
- 材料陈述的贡献
- 摘要称，文章建立参数估计的一致性与渐近正态性，以及累计基准风险估计的统一一致性和联合弱收敛，并开展模拟与牙科应用。
- 阅读关注点
- 应核对工作独立假设与实际相关性的关系、协方差估计的构造，以及重抽样支持同时生存函数推断所需的条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；删失条件、依赖限制与模拟结果未说明，不能推断其他版本变化。
原文摘要
In this article we propose a general Cox-type regression model to formulate the marginal distributions of multivariate failure time data. This model has a nested structure in that it allows different baseline hazard functions among distinct failure types and imposes a common baseline hazard function on the failure times of the same type. We prove that the maximum “quasi-partial-likelihood” estimator for the vector of regression parameters under the independence working assumption is consistent and asymptotically normal with a covariance matrix for which a consistent estimator is provided. Furthermore, we establish the uniform consistency and joint weak convergence of the Aalen-Breslow type estimators for the cumulative baseline hazard functions, and develop a resampling technique to approximate the joint distribution of these processes, which enables one to make simultaneous inference about the survival functions over the time axis and across failure types. Finally, we assess the small-sample properties of the proposed methods through Monte Carlo simulation, and present an application to a real dental study.