Local Convergence of Empirical Measures in the Random Censorship Situation with Application to Density and Rate Estimators
随机删失下经验测度的局部收敛及其在密度与风险率估计中的应用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：摘要涉及一般生存分析、随机删失与核估计，未直接提供所列经济计量细分方向的证据。
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
随机删失下经验测度的局部收敛及其在密度与风险率估计中的应用
- 研究问题
- 研究随机删失模型中，由 Kaplan–Meier 生存函数估计定义的经验测度如何局部偏离，并据此分析密度与风险率估计速度。
- 方法与思路
- 作者考察 Kaplan–Meier 经验测度的局部偏差，将相应收敛结果用于随机删失下的密度和风险率核估计量分析。
- 材料陈述的贡献
- 摘要称局部经验测度结果可用于导出密度与风险率核估计的最佳收敛速度；未说明速率形式、比较范围或具体最优性准则。
- 阅读关注点
- 应核对随机删失及其与生存时间的关系、局部收敛所需条件、核函数与带宽要求，以及“最佳速度”的损失和适用区间。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要非常简短，未给出删失条件、速率或最优性定义，不能补推具体定理。
原文摘要
In this paper, we study the local deviations of the empirical measure defined by the Kaplan-Meier (1958) estimator for the survival function. The results are applied to derive best rates of convergence for kernel estimators for the density and hazard rate function in the random censorship model.