Nonparametric Inference for Rates with Censored Survival Data
删失生存数据中风险率的非参数推断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：摘要研究一般生存分析中的风险率与删失数据，未提供经济分布效应或金融风险应用依据，不能仅凭风险率一词分类。
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
删失生存数据中风险率的非参数推断
- 研究问题
- 面对删失生存数据，如何对非参数风险率估计建立强近似与同时置信带，并考察删失对估计偏差和波动的影响？
- 方法与思路
- 作者以Nelson–Aalen累计风险估计为基础进行核平滑，研究Rosenblatt–Parzen估计量，并开展模拟和生存实验分析。
- 材料陈述的贡献
- 摘要称将全局偏差和均方偏差相关结果扩展至删失生存数据，推导强近似与同时置信带，并展示删失对误差的影响。
- 阅读关注点
- 应核对删失与连续牺牲实验的观测机制、核及带宽条件、置信带覆盖范围；摘要中的带宽条件和公式排版须查原PDF。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；数学表达存在排版不完整之处，不能据此重构带宽条件，删失假设和数值结果亦未说明。
原文摘要
This paper concerns nonparametric inference for hazard rates with censored serial data. The focus is upon "delta sequence" estimators of the form $h_n(x) = \int K_b(x, y) dH_n(y)$ with $K_b$ integrating to 1 and concentrating mass near $x$ as $b \rightarrow 0. H_n$ is the Nelson-Aalen empirical cumulative hazard. Strong approximation and simultaneous confidence bands are derived for Rosenblatt-Parzen estimators, with $K_b(x, y) = w((x - y)/b)/b, b = o(n^{-1}),$ and $w(\cdot)$ a well-behaved density. This work generalizes global deviation and mean square deviation results of Bickel and Rosenblatt and others to censored survival data. Simulations with exponential survival and censoring indicate the effect of censoring on bias, variance, and maximal absolute deviation. Data from a survival experiment with serial sacrifice are analysed.