Inference based on the EM algorithm for the competing risks model with masked causes of failure
失效原因被遮蔽的竞争风险模型：基于 EM 算法的推断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：摘要涉及竞争风险与缺失失效原因，并未明确涉及因果推断、结构估计或其他所列领域。
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
失效原因被遮蔽的竞争风险模型：基于 EM 算法的推断
- 研究问题
- 竞争风险数据中的失效原因被遮蔽且存在第二阶段数据时，如何估计原因别风险函数与遮蔽概率，并进行相关假设检验？
- 方法与思路
- 作者为弱参数化模型选择完整数据定义，以 EM 算法进行极大似然估计，并处理分组数据、受限模型及常见假设检验。
- 材料陈述的贡献
- 摘要称完整模型及部分受限模型的 E 步和 M 步均可闭式求解，并通过真实数据和模拟考察方法的应用与估计性质。
- 阅读关注点
- 应核对遮蔽机制和第二阶段数据的作用、参数可识别性、完整数据的构造，以及闭式更新和模拟稳健性评价的范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未说明第二阶段数据的具体形式、识别条件或模拟结果，不能推断普遍稳健性。
原文摘要
In this paper we propose inference methods based on the EM algorithm for estimating the parameters of a weakly parameterised competing risks model with masked causes of failure and second‐stage data. With a carefully chosen definition of complete data, the maximum likelihood estimation of the cause‐specific hazard functions and of the masking probabilities is performed via an EM algorithm. Both the E‐ and M‐steps can be solved in closed form under the full model and under some restricted models of interest. We illustrate the flexibility of the method by showing how grouped data and tests of common hypotheses in the literature on missing cause of death can be handled. The method is applied to a real dataset and the asymptotic and robustness properties of the estimators are investigated through simulation.