Nonparametric Estimation of a Recurrent Survival Function
复发间隔生存函数的非参数估计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：摘要研究复发事件的生存分析，未明确对应面板计量、因果推断或目录中的其他方向。
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
复发间隔生存函数的非参数估计
- 研究问题
- 当相邻复发事件之间的间隔具有相关性与事件次序结构时，如何一致估计边际生存函数，并避免直接汇总间隔的偏差？
- 方法与思路
- 作者将相邻事件间隔视为具有特殊次序结构的相关生存数据，在非参数模型中提出一类边际生存函数估计量。
- 材料陈述的贡献
- 摘要称直接汇总复发间隔的Kaplan–Meier估计不能沿用标准相关生存数据的一致性结论，并以理论、模拟及精神分裂症数据支持新方法。
- 阅读关注点
- 应核对复发事件次序与观察终止如何进入估计、所需删失及相关性条件，并比较新估计与汇总Kaplan–Meier估计的适用范围。
- 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；摘要未给出估计公式、删失条件与模拟结果，纵向设计本身不足以判定为面板方法。
原文摘要
Recurrent event data are frequently encountered in studies with longitudinal designs. Let the recurrence time be the time between two successive recurrent events. Recurrence times can be treated as a type of correlated survival data in statistical analysis. In general, because of the ordinal nature of recurrence times, statistical methods that are appropriate for standard correlated survival data in marginal models may not be applicable to recurrence time data. Specifically, for estimating the marginal survival function, the Kaplan-Meier estimator derived from the pooled recurrence times serves as a consistent estimator for standard correlated survival data but not for recurrence time data. In this article we consider the problem of how to estimate the marginal survival function in nonparametric models. A class of nonparametric estimators is introduced. The appropriateness of the estimators is confirmed by statistical theory and simulations. Simulation and analysis from schizophrenia data are presented to illustrate the estimators' performance.