Distribution-Free Methods of Estimating Location Difference With Censored Paired Data
右删失配对数据位置差的分布无关估计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：摘要讨论一般删失配对数据的位置参数，未明确研究分位数效应、因果效应或其他所列方向。
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…
右删失配对数据位置差的分布无关估计
- 研究问题
- 对于存在右删失的匹配成对数据，如何在不指定总体分布的框架下估计位置差，并构造可计算的置信区间？
- 方法与思路
- 作者基于广义 Gehan–Gilbert 检验提出非参数点估计和区间估计，分析点估计的渐近性质，并用生存数据例子说明。
- 材料陈述的贡献
- 摘要称，点估计具有强一致性和渐近正态性，相应区间端点容易计算，并提供一个生存数据分析示例。
- 阅读关注点
- 应核对位置差模型的定义、对内依赖与删失机制要求，以及检验如何转化为点估计、区间端点和覆盖保证。
- 阅读边界
- 仅据版本未注明的索引摘要，任意右删失的具体含义及有效性条件未说明，不能据此认为无需任何删失假设。
原文摘要
Nonparametric point and interval estimators of location difference in matched pairs data with arbitrary right censorship are proposed, based on a generalized Gehan—Gilbert test (Wei 1980). The point estimator is shown to be asymptotically normal and strongly consistent. The limits of the corresponding interval estimator are readily computable. An example is also provided to illustrate the techniques to problems in survival data analysis.