Rank-based inference in the proportional hazards model for interval censored data
区间删失数据比例风险模型的秩推断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：摘要研究区间删失下的生存模型估计，未明确对应所列因果、面板或分位数等方向。
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
区间删失数据比例风险模型的秩推断
- 研究问题
- 当失效时间仅以区间或分组形式观测时，如何拟合比例风险模型，同时避免指定基准风险函数的具体形式？
- 方法与思路
- 作者对所有符合删失区间的排序求和构造边际似然，通过 Gibbs 抽样生成排序，再以随机逼近求解得分方程。
- 材料陈述的贡献
- 摘要称提出了边际似然估计与计算方案；在多种删失机制的模拟中，点估计接近使用实际失效时间得到的估计。
- 阅读关注点
- 应核对排序分布、边际似然与得分方程的关系，以及 Gibbs 抽样、随机逼近的收敛条件和模拟中的删失设置。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明稿件版本；未说明删失机制假设、估计量分布或区间覆盖率，点估计接近不等于推断有效。
原文摘要
A marginal likelihood approach to fitting the proportional hazards model to interval censored or grouped data is proposed; this approach maximises a likelihood that is the sum over all rankings of the data that are consistent with the observed censoring intervals. As in the usual proportional hazards model, the method does not require specification of the bascline hazard function. The score equations determining the maximum marginal likelihood estimator can be written as the expected value of the score of the usual proportional hazards model, with respect to a certain distribution of rankings. A Gibbs sampling scheme is given to generate rankings from this distribution, and stochastic approximation is used to solve the score equations. Simulation results under various censoring schemes give point estimates that are close to estimates obtained using actual failure times.