A Bayesian justification of Cox's partial likelihood
Cox 部分似然的贝叶斯论证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：摘要聚焦生存分析部分似然的贝叶斯基础，未明确涉及所列微观、宏观或金融细分。
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
Cox 部分似然的贝叶斯论证
- 研究问题
- 如何为 Cox 部分似然及其修改形式提供贝叶斯解释，并覆盖时变协变量、时变回归参数及并列事件时间？
- 方法与思路
- 作者扩展基准风险非信息先验下的极限边际后验论证，分别处理连续时间、分组生存数据和并列事件。
- 材料陈述的贡献
- 摘要称，建立部分似然及修改形式的直观与形式化贝叶斯论证，并提供简化相关贝叶斯推断 Gibbs 抽样的工具。
- 阅读关注点
- 应核对基准风险先验和取极限的方式、时变参数设定、并列事件的处理规则，以及抽样简化成立的条件。
- 阅读边界
- 所据为版本未注明的 OpenAlex 索引摘要；先验、极限与算法细节未说明，不能将该解释推广到任意生存模型。
原文摘要
In this paper, we establish both naive and formal Bayesian justifications of Cox's (1975) partial likelihood and its various modifications. We extend the original work of Kalbfieisch (1978), who showed that the partial likelihood is a limiting marginal posterior under noninformative priors for baseline hazards. We extend the result to scenarios with time‐dependent covariates and time‐varying regression parameters. We establish results for continuous time as well as grouped survival data. In addition, we present a Bayesian justification of a modified partial likelihood for handling ties. We also present tools for simplification of the Gibbs sampling algorithm for implementing partial likelihood based Bayesian inference in various practical applications.