Adjusted Score Tests of Homogeneity for Poisson Processes
泊松过程同质性的调整得分检验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：摘要研究重复事件的同质性检验及临床应用，未明确对应所列经济计量细分方向。
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
泊松过程同质性的调整得分检验
- 研究问题
- 对重复事件数据检验泊松过程与混合泊松过程时，如何修正参数估计引入的偏差，并改善中小样本的检验表现？
- 方法与思路
- 作者在参数与半参数回归框架中研究得分及调整得分统计量，修正代入最大似然估计导致的偏差，并开展模拟和临床试验应用。
- 材料陈述的贡献
- 摘要称，模拟支持调整统计量在尺寸和功效上的改善，但半参数版本小样本表现欠佳；分段指数模型版本表现较满意。
- 阅读关注点
- 应核对混合泊松备择、偏差修正方式及分段指数设定，分别查看各检验的尺寸与功效，确认作者推荐所依据的模拟范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；样本量、模拟设定和数值结果未说明，所述优势与推荐不能视为所有重复事件数据的保证。
原文摘要
Tests of homogeneity are being increasingly used for the analysis of event time data, but relatively little attention has been paid to their distributional properties in settings with small to moderate sample sizes. Here we consider tests of homogeneity for recurrent event data in which the null model is a Poisson process and the alternative is a mixed Poisson process. We examine score and adjusted score statistics in the context of parametric and semiparametric regression models, where the adjustments correct for the bias induced by substituting the maximum likelihood estimates of the parameters into the test statistic. We report the results of simulation studies suggesting that the adjusted score statistics are superior in terms of size and power. We also find that the adjusted score test in the semiparametric regression model does not perform particularly well in small samples, but the adjusted score test based on a piecewise exponential model has satisfactory performance. The latter thus provides an attractive alternative in terms of robustness and frequency properties, and we recommend using this test statistic for datasets of small to moderate size. We illustrate and contrast the methods by application to a clinical trial.