Non-strange weird resampling for complex survival data
复杂生存数据的 non-strange weird 重抽样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：摘要聚焦生存分析与重抽样理论，未明确涉及所列经济计量细分中的因果、面板或分布效应问题，因此不作分类。
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
复杂生存数据的 non-strange weird 重抽样
- 研究问题
- 对于可能存在竞争风险、独立右删失和左截断的生存数据，如何构造适用于非参数分析及时间同步推断的重抽样方法？
- 方法与思路
- 作者提出数据依赖的乘子 bootstrap，将一般 wild bootstrap 与 weird bootstrap 纳入统一程序，并研究其渐近有效性。
- 材料陈述的贡献
- 摘要称该程序在标准假设下渐近正确；时间同步推断的模拟显示，weird bootstrap 优于标准正态乘子方法。
- 阅读关注点
- 阅读全文时应核对乘子的构造、所谓标准假设、删失与截断的处理，以及时间同步推断的目标和模拟比较设置。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；具体假设和模拟结果未提供，不能将模拟优势推广到其他生存数据设置。
原文摘要
This paper introduces a new data-dependent multiplier bootstrap for nonparametric analysis of survival data, possibly subject to competing risks. The nw procedure includes the general wild bootstrap and the weird bootstrap as special cases. The data may be subject to independent right-censoring and left-truncation. The asymptotic correctness of the proposed resampling procedure is proven under standard assumptions. Simulation results on time-simultaneous inference suggest that the weird bootstrap performs better than the standard normal multiplier approach.