The weighted log-rank class of permutation tests: P-values and confidence intervals using saddlepoint methods
加权对数秩置换检验：用鞍点法计算 p 值与置信区间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：摘要涉及生存比较与置换推断，但未说明随机分配或因果识别，故不据治疗效应措辞归入因果推断。
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
加权对数秩置换检验：用鞍点法计算 p 值与置信区间
- 研究问题
- 在右删失数据的治疗组与对照组比较中，如何快速计算加权对数秩置换检验的 mid-p 值，并反演得到效应置信区间？
- 方法与思路
- 作者以鞍点解析计算近似零假设置换分布的 mid-p 值，替代置换模拟，再利用计算速度反演检验构造名义置信区间。
- 材料陈述的贡献
- 摘要称该方法在实际用途上接近精确计算，所得名义 95% 置换置信区间与通常需要大量模拟的精确区间几乎一致。
- 阅读关注点
- 应核对效应参数的定义、删失下置换的有效条件、权重选择及鞍点误差，并检查 mid-p 区间的实际覆盖率表现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；接近精确的误差范围、覆盖率及治疗效应的因果解释条件未说明，不能推断刊本变化。
原文摘要
Test statistics from the weighted log-rank class are commonly used to compare treatment with control when there is right censoring. This paper uses saddlepoint methods to determine mid-p-values from the null permutation distributions of tests from the weighted log-rank class. Analytical saddlepoint computations replace the permutation simulations and provide mid-p-values that are virtually exact for all practical purposes. The speed of these saddlepoint computations makes it practicable to invert the weighted log-rank tests to determine nominal 95% confidence intervals for the treatment effect with right-censored data. Such analytical inversions lead to permutation confidence intervals that are easily computed and virtually identical to the exact intervals that would normally require massive amounts of simulation.