Nonparametric Bayesian Estimation of Survival Curves from Incomplete Observations
基于不完整观测的生存曲线非参数贝叶斯估计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：摘要涉及通用生存分析与删失数据的贝叶斯估计，没有明确的经济分布效应或其他所列领域依据。
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
基于不完整观测的生存曲线非参数贝叶斯估计
- 研究问题
- 面对不完整观测或任意右删失数据，如何非参数地进行生存曲线的贝叶斯估计，并与通常的乘积极限估计建立联系？
- 方法与思路
- 作者采用 Dirichlet 过程先验，在平方误差损失下构造生存曲线的贝叶斯估计，并分析其与 Kaplan–Meier 估计的关系。
- 材料陈述的贡献
- 摘要称所提出估计量是通常 Kaplan–Meier 非参数估计的贝叶斯扩展，明确了先验类型与损失函数，但未提供性能比较。
- 阅读关注点
- 应核对删失机制与观测模型、Dirichlet 过程先验的设定，以及贝叶斯扩展的具体含义和后验计算方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；“任意右删失”不能据此解读为无须删失机制条件。
原文摘要
This article presents a nonparametric Bayesian estimator of a survival curve based on incomplete or arbitrarily right-censored data. This estimator, a Bayes estimator under a squared-error loss function assuming a Dirichlet process prior, is shown to be a Bayesian extension of the usual product limit (Kaplan-Meier) nonparametric estimator.