Quantile Comparison Functions in Two-Sample Problems, With Application to Comparisons of Diagnostic Markers
两样本问题中的分位数比较函数及诊断标志物比较应用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：题名与摘要明确围绕分位数比较函数及两个总体分布的比较。
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
两样本问题中的分位数比较函数及诊断标志物比较应用
- 研究问题
- 面对不完整生存数据，如何比较两个总体分布，并把分位数比较方法用于诊断标志物的受试者工作特征分析？
- 方法与思路
- 作者考察垂直位移比较函数在单点、有限多点及区间上的表现，分别构造对照百分位、卡方和柯尔莫哥洛夫型检验。
- 材料陈述的贡献
- 摘要称在涵盖随机删失和随机截断的一般条件下推导检验，并以蒙特卡洛模拟及卵巢癌数据展示其表现。
- 阅读关注点
- 应核对比较函数与分位数、ROC曲线的关系，删失和截断条件，检验校准方法，以及模拟中各程序的比较依据。
- 阅读边界
- 仅据版本未注明的索引摘要；一般条件、检验功效和数值结果未展开，不能据此判断检验优劣或刊本变化。
原文摘要
In this article a control percentile test, a chi-squared test, and a Kolmogorov-type test are proposed for comparing two distributions from incomplete survival data. These tests are obtained by examining a vertical shift comparison function at a single point, a finite number of points, and an entire set of points on an interval. The proposed methods also have applications in receiver operating characteristic (ROC) analysis, which has been widely used in such diverse fields as signal detection theory, psychology, epidemiology, and medicine. The results are derived under very general conditions that hold for the well-known random censorship and random truncation models. The performances of the proposed procedures are studied using Monte Carlo simulation. The methods are applied to analyze Mayo Clinic ovarian carcinoma data.