Inference for a hazard rate change point
风险率变点的统计推断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：变点针对临床事件风险率，摘要未涉及宏观时间序列或所列其他细分领域。
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
风险率变点的统计推断
- 研究问题
- 当事件发生的风险率在未知时点改变时，如何检验变化是否存在，并量化变点位置与变化幅度的不确定性？
- 方法与思路
- 作者基于似然比过程，通过随机时间尺度变换得到泊松过程，推导显著性水平的大偏差近似及近似置信区域。
- 材料陈述的贡献
- 摘要称给出变点置信区域及变点与变化幅度的联合置信区域，讨论删失影响，并以心脏移植数据说明方法。
- 阅读关注点
- 应核对风险率模型、时间变换的成立条件、删失机制要求，以及大偏差近似和置信区域在有限样本中的准确性。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；风险率变化形式及近似条件未说明，临床示例结论不能直接推广。
原文摘要
We discuss inference based on the likelihood ratio process for a hazard rate change point. A random change of time scale transforms the empirical process into a Poisson process which enables us to derive large deviation approximations to the significance level of the likelihood ratio test. We derive approximate confidence regions for the change point and joint confidence regions for the change point and size of change. The effect of censorship is also discussed. The methods are illustrated using Stanford heart transplant data, for which the 70 days following the transplant are found to be most critical.