Semiparametric estimation of marginal mark distribution
标记边际分布的半参数估计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：摘要讨论事件相关标记与生存分布，未涉及所列分位数或经济分布效应研究。
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
标记边际分布的半参数估计
- 研究问题
- 当标记只有在事件发生后才能观测、随访又不完整时，如何识别并估计原本难以非参数识别的标记边际分布？
- 方法与思路
- 作者用正态 copula 描述标记与生存时间的关联，同时不指定两者边际分布，并提出推断及模型拟合检查方法。
- 材料陈述的贡献
- 摘要称模型下可识别标记边际分布，估计量一致且渐近正态，并提供图形检查、拟合优度检验及终生医疗费用应用。
- 阅读关注点
- 核对正态 copula 如何恢复识别、随访与删失条件、边际分布估计算法，以及模型检查能检测哪些偏离。
- 阅读边界
- 所给材料为版本未注明的 OpenAlex 索引摘要；识别依赖所设模型，摘要未说明模型失配后果或检验的具体能力。
原文摘要
In many applications, the outcome of interest is a mark such that its observation is contingent upon occurrence of an event. With incomplete follow-up data, the marginal mark distribution is, however, nonparametrically nowhere identifiable in many practical situations. To address this problem, we suggest a semiparametric model that postulates a normal copula for the association between the mark and survival time, but leaves the marginals unspecified. We show identifiability of the marginal mark distribution under this model, and propose an inference procedure. The estimated marginal distribution function is consistent and asymptotically normal, and it provides a basis for estimating summaries of the mark. Furthermore, we propose graphical model-checking methods and Kolmogorov–Smirnov-type goodness-of-fit tests. Simulation studies demonstrate that the inference procedure performs well in practical settings. The method is applied to the estimation of lifetime medical cost in a lung cancer trial.