Censored Median Regression Using Weighted Empirical Survival and Hazard Functions
基于加权经验生存函数与风险函数的删失中位数回归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：摘要直接研究删失数据的中位数回归，而中位数属于条件分位数，因此归入分位数与分布效应方向。
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…
关注这篇论文的作者
基于加权经验生存函数与风险函数的删失中位数回归
- 研究问题
- 当生存时间受到删失时，如何估计其本身或变换后的条件中位数回归，并同时估计包括截距在内的回归参数？
- 方法与思路
- 作者利用加权经验生存函数与风险函数构造半参数中位数回归估计，将样本中位数的思路扩展到删失回归情形。
- 材料陈述的贡献
- 摘要称，所提估计无需估计删失分布，具有一致性和渐近正态性；数值研究与真实数据例子用于展示其表现。
- 阅读关注点
- 应核对删失机制、权重构造、截距识别及渐近理论条件，并检查标准误计算与数值比较采用的设定和指标。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；删失与协变量的具体条件、数值结果未说明，不能推断刊本变化或普遍优势。
原文摘要
For median regression models that regress the median of the survival time or a transform thereof on the covariates, some semi-parametric estimators that include the intercept component are introduced when the survival time may be censored. These new median regression estimators do not require estimating the censoring distributions. They can be viewed as an extension of the sample median to the censored regression model. These estimators are based on some weighted empirical survival and hazard functions and are shown to be consistent and asymptotically normal. They performed very well in various numerical studies. The proposed procedures are illustrated in some real data examples.