Hazard Regression
风险率回归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：摘要讨论生存风险率与样条回归，未涉及金融尾部风险或其他所列领域细分。
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…
风险率回归
- 研究问题
- 对于可能删失的正值结局，如何灵活估计条件对数风险率、诊断比例风险假设，并在无条件模型中刻画极端尾部？
- 方法与思路
- 作者以线性样条及张量积拟合条件对数风险率，结合极大似然、逐步增删与 BIC 选模，并为无条件模型加入三次样条和对数项。
- 材料陈述的贡献
- 摘要称模型类包含比例风险模型，可用于诊断偏离比例性；无条件模型提供更灵活的尾部刻画，并介绍基于 S 的用户接口。
- 阅读关注点
- 应核对样条节点及张量项设置、删失似然、模型选择步骤，并检查比例性诊断与极端尾部拟合的可靠性如何评估。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要，不能推断刊本变化；摘要未给出选模后推断保证、尾部精度或历史软件的当前可用性。
原文摘要
Linear splines and their tensor products are used to estimate the conditional log-hazard function based on possibly censored, positive response data and one or more covariates. An automatic procedure involving the maximum likelihood method, stepwise addition, stepwise deletion, and the Bayes Information Criterion is used to select the final model. The possible models contain proportional hazards models as a subclass, which makes it possible to diagnose departures from proportionality. Cubic splines and two additional log terms are incorporated into a similar model for the unconditional log-hazard function to allow for greater flexibility in the extreme tails. A user interface based on S is described.