Group Duration Analysis of the Proportional Hazard Model: Minimum Chi-Squared Estimators and Specification Tests
分组持续期比例风险模型：最小卡方估计与设定检验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：内容是分组生存数据的半参数估计与设定检验，未明确对应所列经济学领域细分。
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
分组持续期比例风险模型：最小卡方估计与设定检验
- 研究问题
- 持续期只能按区间分组、协变量为类别变量时，如何估计比例风险模型，并利用不同分组程度检验比例风险设定？
- 方法与思路
- 作者提出半参数最小卡方估计，将原始分组数据与进一步合并的数据分别估计，再比较两组估计量构造比例性检验。
- 材料陈述的贡献
- 摘要称估计量易于计算，渐近效率与最大似然估计相同；同时提出比例风险检验，并以模拟和两个实际应用展示方法。
- 阅读关注点
- 应核对分组方式与类别协变量的要求、两组估计量差异的方差计算，以及检验在不同非比例风险情形下的检验力。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未提供效率结论的条件、模拟数值或应用细节，不能推断刊本变化。
原文摘要
This article develops a semiparametric, minimum chi-squared estimation method of the proportional hazard model for the case when durations are grouped and covariates are categorical. The proposed estimator is easy to compute, yet asymptotically as efficient as the maximum likelihood estimator. This article also suggests simple specification tests for the proportional hazard model. If proportionality holds, then two sets of minimum chi-squared estimators, one from a further grouped data and the other from the original grouped data, will converge to the same quantity; otherwise, they will not. Therefore, a test of the equality of these two sets of estimators will offer a test for proportionality. Monte Carlo simulations demonstrate the performance of these estimators and specification tests. In addition, two real data applications illustrate the implementation of the suggested methods and the contexts in which these methods are useful.