Local likelihood and local partial likelihood in hazard regression
风险回归中的局部似然与局部偏似然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：摘要研究生存风险回归的非参数估计，未明确对应所列分位数效应、因果或其他领域。
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
风险回归中的局部似然与局部偏似然
- 研究问题
- 在比例风险模型中，如何放松协变量风险效应的对数线性限制，并比较基准风险参数化与非参数化下的局部估计？
- 方法与思路
- 作者以非参数函数刻画风险效应及其导数；基准风险参数化时使用局部似然，非参数化时采用局部偏似然。
- 材料陈述的贡献
- 摘要称建立两类估计量的渐近正态性，并指出在一种常见情形中，两者具有相同渐近偏差和方差。
- 阅读关注点
- 应核对局部估计的平滑设置、风险函数及导数的目标，以及两种方法偏差和方差相同所需的具体情形与条件。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明稿件版本；未列出共同情形与正则条件，相同渐近偏差和方差不能推出有限样本表现完全一致。
原文摘要
In survival analysis, the relationship between a survival time and a covariate is conveniently modeled with the proportional hazards regression model. This model usually assumes that the covariate has a log-linear effect on the hazard function. In this paper we consider the proportional hazards regression model with a nonparametric risk effect. We discuss estimation of the risk function and its derivatives in two cases: when the baseline hazard function is parametrized and when it is not parametrized. In the case of a parametric baseline hazard function, inference is based on a local version of the likelihood function, while in the case of a nonparametric baseline hazard, we use a local version of the partial likelihood. This results in maximum local likelihood estimators and maximum local partial likelihood estimators, respectively. We establish the asymptotic normality of the estimators. It turns out that both methods have the same asymptotic bias and variance in a common situation, even though the local likelihood method uses information about the baseline hazard function.