Efficient estimation for the proportional hazards model with interval censoring
区间删失比例风险模型的有效估计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：摘要聚焦生存分析与通用半参数效率，未明确对应给定的微观、宏观或金融细分方向。
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
区间删失比例风险模型的有效估计
- 研究问题
- 在第一类区间删失的比例风险模型中，当基准累积风险函数估计较慢时，回归参数的最大似然估计能否仍达到信息界？
- 方法与思路
- 作者分析回归参数和基准累积风险函数的联合最大似然估计，并建立允许无限维参数较慢收敛的半参数效率定理，讨论方差估计。
- 材料陈述的贡献
- 摘要称回归参数估计具有平方根样本量速度、渐近正态性并达到信息界，尽管基准函数仅为立方根速度，且提供肿瘤研究示例。
- 阅读关注点
- 应核对第一类区间删失的观测结构、有效信息的定义、一般半参数定理的条件，以及方差矩阵估计和实例中的实施方式。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要。效率结论的完整条件及数据结果未说明，不能直接推广到其他区间删失类型或风险模型。
原文摘要
The maximum likelihood estimator (MLE) for the proportional hazards model with "case 1" interval censored data is studied. It is shown that the MLE for the regression parameter is asymptotically normal with $\sqrt{n}$ convergence rate and achieves the information bound, even though the MLE for the baseline cumulative hazard function only converges at $n^{1/3}$ rate. Estimation of the asymptotic variance matrix for the MLE of the regression parameter is also considered. To prove our main results, we also establish a general theorem showing that the MLE of the finite-dimensional parameter in a class of semiparametric models is asymptotically efficient even though the MLE of the infinite-dimensional parameter converges at a rate slower than $\sqrt{n}$. The results are illustrated by applying them to a data set from a tumorigenicity study.