Statistical estimation in the proportional hazards model with risk set sampling
风险集抽样下比例风险模型的统计估计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：摘要讨论风险集抽样下的生存回归，风险一词不构成金融尾部或系统性风险的分类依据。
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
风险集抽样下比例风险模型的统计估计
- 研究问题
- 在 Cox 模型的巢式病例对照数据中，能否不增加 Thomas 估计所需的数据，获得更有效且易计算的回归估计？
- 方法与思路
- 作者提出具有唯一解的显式估计方程，用其导数负逆估计渐近方差，并以数值例子支持理论分析。
- 材料陈述的贡献
- 摘要称，新估计一致且渐近正态，在偏离零假设时渐近方差小于 Thomas 估计，同时不要求更多数据。
- 阅读关注点
- 应核对风险集抽样机制、估计方程唯一性的条件、方差估计公式的适用范围，以及接近零假设时的比较。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；效率优势明确针对偏离零假设的情形，完整条件和有限样本增益未说明。
原文摘要
Thomas’ partial likelihood estimator of regression parameters is widely used in the analysis of nested case-control data with Cox’s model. This paper proposes a new estimator of the regression parameters, which is consistent and asymptotically normal. Its asymptotic variance is smaller than that of Thomas’ estimator away from the null. Unlike some other existing estimators, the proposed estimator does not rely on any more data than strictly necessary for Thomas’ estimator and is easily computable from a closed form estimating equation with a unique solution. The variance estimation is obtained as minus the inverse of the derivative of the estimating function and therefore the inference is easily available. A numerical example is provided in support of the theory.