Generalized method of moments estimation for linear regression with clustered failure time data
聚类失效时间数据线性回归的广义矩估计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：摘要研究聚类生存数据的广义矩估计，聚类结构本身不足以判定为经济面板数据方法。
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…
聚类失效时间数据线性回归的广义矩估计
- 研究问题
- 如何在相关生存数据的加速失效时间模型中构造有效估计，同时避免直接估计簇内相关参数带来的困难？
- 方法与思路
- 作者利用基于鞅的矩条件研究半参数秩估计，将矩条件拼接后最小化二次目标函数，形成广义矩估计程序。
- 材料陈述的贡献
- 摘要称，作者建立参数估计的一致性、渐近正态性及目标函数的极限分布，模拟显示相对常规方法有明显效率增益。
- 阅读关注点
- 应核对删失与簇内依赖条件、矩条件和权重矩阵的构造，以及目标函数极限分布和效率比较所依赖的设定。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未给出具体矩条件、比较方法或效率数值，不能推断后续刊本变化。
原文摘要
We propose a generalized method of moments approach to the accelerated failure time model with correlated survival data. We study the semiparametric rank estimator using martingale-based moments. We circumvent direct estimation of correlation parameters by concatenating the moments and minimizing a quadratic objective function. We establish the consistency and asymptotic normality of the parameter estimators, and derive the limiting distribution of the objective function. We carry out simulation studies to examine the finite-sample properties of the method, and demonstrate its substantial efficiency gain over the conventional method. Finally, we illustrate the new proposal with an example from a diabetic retinopathy study.