Estimating Dependent Life Lengths, with Applications to the Theory of Competing Risks
依赖寿命的估计及其在竞争风险理论中的应用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：摘要讨论寿命分布与竞争风险，未明确因果效应或所列其他细分所需的研究结构。
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
依赖寿命的估计及其在竞争风险理论中的应用
- 研究问题
- 在竞争风险不独立且可能由多个原因同时导致死亡时，作者如何估计不可观测的边际寿命分布，并联系经典生存估计？
- 方法与思路
- 作者借助相关概率建模问题的解，构造类似 Kaplan–Meier 的边际分布估计量，并用于整理竞争风险的非参数估计。
- 材料陈述的贡献
- 摘要称所构造估计量在其框架下强一致，能够处理独立性与无同时死亡原因假设失效的情形，并简化经典强一致性证明。
- 阅读关注点
- 重点核对可观测信息、概率模型及边际分布的识别依据，确认允许的依赖与同时事件范围，以及强一致性的全部条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；识别所需结构未说明，不能据此认定一般依赖竞争风险的潜在边际分布均可由通常观测识别。
原文摘要
In the classical theory of competing risks (as well as in many reliability models and incomplete data problems) it is assumed that (A1) the risks (i.e., the random variables of interest) are independent and that (A2) death does not result from simultaneous causes. Employing our probabilistic solution to a related problem in probability modelling, we obtain strongly consistent estimators for the unobservable marginal distributions of interest. These estimators are analogous to those of Kaplan and Meier [J. Amer. Statist. Assoc. (1958) 63] and are appropriate when the assumptions of independence and no simultaneous causes of death [(A1) and (A2), above] fail to hold. We show how our methods can be used to unify and simplify the nonparametric approach toward estimation in the competing risks model. As a consequence we obtain an elementary proof of the strong consistency of the Kaplan-Meier estimator. Our results extend and simplify the work of Peterson [J. Amer. Statist. Assoc. (1977) 72] and Desu and Narula [The Theory and Applications of Reliability, I (I. Shimi and C. P. Tsokos, eds.) (1977)].