Group Duration Analysis of the Proportional Hazard Model: Minimum Chi-squared Estimators and Specification Tests
比例风险模型的分组持续时间分析：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：摘要研究分组持续时间与比例风险模型，所给细分列表没有直接对应的持续时间分析类别。
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
比例风险模型的分组持续时间分析：最小卡方估计与设定检验
- 研究问题
- 当持续时间按区间分组且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风险比例性？
- 方法与思路
- 作者提出半参数最小卡方估计，比较原始分组与进一步合并分组所得的两套估计量，以其是否收敛到相同对象构造检验。
- 材料陈述的贡献
- 摘要称估计量易于计算且渐近效率与最大似然估计相同，并以蒙特卡洛模拟和两个真实数据应用展示估计及检验方法。
- 阅读关注点
- 应核对分组与类别协变量的要求、进一步合并的规则、两套估计量的联合分布，以及效率和检验有效性的成立条件。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要，不能推断刊本变化；摘要未列出正则条件、模拟设计及检验功效的具体结果。
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.