Linear life expectancy regression with censored data
删失数据下的线性预期剩余寿命回归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：摘要研究删失生存数据中的均值剩余寿命回归，没有明确的因果效应、分位数效应或其他所列细分方向证据。
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
删失数据下的线性预期剩余寿命回归
- 研究问题
- 如何用线性均值剩余寿命模型描述协变量与预期剩余寿命的关联，并在可能存在删失的情况下进行统计推断？
- 方法与思路
- 作者提出线性均值剩余寿命回归及删失下的推断程序，讨论半参数效率与信息界，并应用于 Stanford 心脏移植数据。
- 材料陈述的贡献
- 摘要称，论文提供新的均值剩余寿命模型和相关推断方法，结合实际数据展示应用，并考察半参数效率计算及信息界。
- 阅读关注点
- 应核对均值剩余寿命与协变量的线性关系、删失机制所需条件，以及推断方差、效率界和心脏移植应用的具体解释。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；删失假设、效率结论及应用数值未说明，协变量关联不能据此解释为移植的因果效应。
原文摘要
In the statistical literature, life expectancy is usually characterised by the mean residual life function. Regression models are thus needed to study the association between the mean residual life functions and their covariates. In this paper, we consider a linear mean residual life model and develop inference procedures in the presence of potential censoring. The new model and inference procedures are applied to the Stanford heart transplant data. Semiparametric efficiency calculations and information bounds are also considered.