Nonparametric bivariate density estimation for censored lifetimes
删失寿命的非参数二元密度估计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：摘要属于删失数据的通用联合密度估计，未明确涉及经济学分位数或分布效应分析。
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
删失寿命的非参数二元密度估计
- 研究问题
- 一对右删失寿命的联合密度能够估计到什么程度？研究关注联合寿命分布与二元删失分布如何共同决定估计难度和可估计范围。
- 方法与思路
- 作者在平均积分平方误差标准下发展联合密度的精确极小极大与自适应非参数估计理论，并用实际例子说明删失带来的问题。
- 材料陈述的贡献
- 摘要称首次在生存分析文献中建立此类联合密度估计的理论与方法，并解释寿命密度及删失分布如何影响可估计内容。
- 阅读关注点
- 应核对寿命与删失变量的关系假设、密度函数类及可估计区域，并检查精确极小极大结论、自适应构造与实际例子的条件。
- 阅读边界
- 仅依据OpenAlex索引摘要，稿件版本未注明。“首次”是作者陈述；摘要未给出删失假设、风险常数或不可估计范围的具体描述。
原文摘要
It is well known that estimation of a bivariate cumulative distribution function of a pair of right censored lifetimes presents challenges unparalleled to the univariate case where a product-limit Kaplan–Meyer’s methodology typically yields optimal estimation, and the literature on optimal estimation of the joint probability density is next to none. The paper, for the first time in the survival analysis literature, develops the theory and methodology of sharp minimax and adaptive nonparametric estimation of the joint density under the mean integrated squared error (MISE) criterion. The theory shows how an underlying joint density, together with the bivariate distribution of censoring variables, affect the estimation, and what and how may or may not be estimated in the presence of censoring. Practical example illustrates the problem.