A Risk Set Calibration Method for Failure Time Regression by Using a Covariate Reliability Sample
利用协变量可靠性样本的失效时间回归风险集校准法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：摘要研究生存回归中的测量误差与风险集校准，未明确涉及所列因果、面板、选择或金融风险细分。
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…
利用协变量可靠性样本的失效时间回归风险集校准法
- 研究问题
- 在 Cox 失效时间模型中，协变量测量误差与风险集成员随时间变化共同作用时，普通回归校准的偏差如何缓解？
- 方法与思路
- 作者在重复测量服从经典测量模型的设定下，对每个风险集重新校准协变量，并研究最小二乘校准估计及其分布。
- 材料陈述的贡献
- 摘要称风险集校准在严重测量误差情形下可消除普通校准的大部分偏差，并给出渐近理论、模拟和实例说明。
- 阅读关注点
- 应核对可靠性样本与重复测量的要求、风险集内校准方式，以及失效和删失机制如何进入理论与模拟设定。
- 阅读边界
- 仅据所给 Crossref 摘要；偏差改善的数值幅度、成立条件及删失假设未说明，不能认定该方法普遍消除偏差。
原文摘要
Summary Regression parameter estimation in the Cox failure time model is considered when regression variables are subject to measurement error. Assuming that repeat regression vector measurements adhere to a classical measurement model, we can consider an ordinary regression calibration approach in which the unobserved covariates are replaced by an estimate of their conditional expectation given available covariate measurements. However, since the rate of withdrawal from the risk set across the time axis, due to failure or censoring, will typically depend on covariates, we may improve the regression parameter estimator by recalibrating within each risk set. The asymptotic and small sample properties of such a risk set regression calibration estimator are studied. A simple estimator based on a least squares calibration in each risk set appears able to eliminate much of the bias that attends the ordinary regression calibration estimator under extreme measurement error circumstances. Corresponding asymptotic distribution theory is developed, small sample properties are studied using computer simulations and an illustration is provided.