A test of fit for a semiparametric additive risk model
半参数加性风险模型的拟合优度检验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：摘要讨论生存模型的拟合优度检验，未明确研究因果效应、面板结构或金融风险，故不强行归入这些细分。
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…
关注这篇论文的作者
半参数加性风险模型的拟合优度检验
- 研究问题
- 如何检验半参数加性风险模型的拟合程度，同时避免任意划分时间轴和协变量空间，并处理难以计算的渐近分布？
- 方法与思路
- 作者基于标准化累积风险过程构造 Kolmogorov–Smirnov 与 Cramér–von Mises 型统计量，用 bootstrap 近似检验分布。
- 材料陈述的贡献
- 摘要称，检验无需任意分割时间与协变量空间，具有良好的一致性性质；临床试验应用和模拟支持其实用性。
- 阅读关注点
- 应核对累积风险过程的构造、bootstrap 的实施方式与有效性条件，并查看检验针对哪些模型偏离具有一致性。
- 阅读边界
- 索引摘要版本未注明，未报告删失条件、检验水平误差或功效数值；临床试验应用本身不能说明检验提供因果识别。
原文摘要
Kolmogorov-Smirnov and Cramér-von Mises type test statistics based on the standardised cumulative hazard process are proposed. It is very difficult to evaluate their asymptotic distributions, but they can be approximated by the use of the bootstrap. The advantages of the goodness-of-fit test are that arbitrary partitions of the time axis and covariate spaces are not needed for evaluating test statistics and that it has excellent consistency properties. The test is applied to data from the Mayo Clinic trial in primary biliary cirrhosis of the liver. A simulation study indicates that the proposed test is suitable for practical use.