Maximum likelihood estimation for semiparametric transformation models with interval-censored data
区间删失数据半参数变换模型的最大似然估计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：摘要聚焦区间删失生存模型，提及金融应用场景不足以归入某个金融计量细分。
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
区间删失数据半参数变换模型的最大似然估计
- 研究问题
- 事件时间只能由定期监测定位在区间内时，如何估计包含潜在时变协变量的半参数变换模型，并获得有效的回归参数推断？
- 方法与思路
- 作者构造包含比例风险和比例优势模型的变换模型类，研究任意数量监测时点下的非参数最大似然估计，并设计 EM 型算法。
- 材料陈述的贡献
- 摘要称算法在含时变协变量时仍稳定收敛，回归参数估计具有一致性、渐近正态性和效率，并可方便估计协方差矩阵。
- 阅读关注点
- 应核对监测与删失机制所需条件、时变协变量的观测安排、基准变换的估计，以及算法收敛和渐近效率结论的适用范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未说明删失机制和完整正则条件，也未给出模拟或 HIV/AIDS 应用结果。
原文摘要
Interval censoring arises frequently in clinical, epidemiological, financial and sociological studies, where the event or failure of interest is known only to occur within an interval induced by periodic monitoring. We formulate the effects of potentially time-dependent covariates on the interval-censored failure time through a broad class of semiparametric transformation models that encompasses proportional hazards and proportional odds models. We consider nonparametric maximum likelihood estimation for this class of models with an arbitrary number of monitoring times for each subject. We devise an EM-type algorithm that converges stably, even in the presence of time-dependent covariates, and show that the estimators for the regression parameters are consistent, asymptotically normal, and asymptotically efficient with an easily estimated covariance matrix. Finally, we demonstrate the performance of our procedures through simulation studies and application to an HIV/AIDS study conducted in Thailand.