Estimation from cross-sectional data under a semiparametric truncation model
半参数截断模型下基于横截面数据的估计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：摘要研究截断删失下的生存分布估计，未明确涉及所列分布效应或面板等经济学方向。
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
半参数截断模型下基于横截面数据的估计
- 研究问题
- 横截面抽样产生左截断和右删失的事件间隔数据时，如何在截断变量属于参数族的设定下估计截断与生存时间分布？
- 方法与思路
- 作者研究完全似然与条件似然两种估计方法，推导生存时间分布估计量的渐近表示和弱收敛，并进行疾病数据应用。
- 材料陈述的贡献
- 摘要称截断参数族足够接近真实分布时，两种估计的积分均方误差更小；完全似然更适合生存分布，但未必更适合截断分布。
- 阅读关注点
- 应核对截断和删失机制、两种似然的构造，以及参数族接近真实分布的含义与误差比较成立的条件。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断所需抽样条件和失配容忍程度；拒绝均匀截断模型也不能证明其他参数模型正确。
原文摘要
Summary Cross-sectional sampling is often used when investigating inter-event times, resulting in left-truncated and right-censored data. In this paper, we consider a semiparametric truncation model in which the truncating variable is assumed to belong to a certain parametric family. We examine two methods of estimating both the truncation and the lifetime distributions. We obtain asymptotic representations of the estimators for the lifetime distribution and establish their weak convergence. Both of the proposed estimators perform better than Wang’s (1991) nonparametric maximum likelihood estimator in terms of the integrated mean squared error, when the parametric family for the truncation is sufficiently close to its true distribution. The full likelihood approach is preferable to the conditional likelihood approach in estimating the lifetime distribution, though not necessarily the truncation distribution. In an application to Alzheimer’s disease data, hypothesis tests reject the uniform truncation distribution, but several other parametric models lead to similar behaviour of the truncation and lifetime distributions after disease onset.