Maximum Likelihood Estimation for the Proportional Hazards Model with Partly Interval-Censored Data
部分区间删失数据下比例风险模型的最大似然估计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：摘要研究生存分析中的比例风险和删失数据，未明确对应所列经济或金融细分方向。
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
部分区间删失数据下比例风险模型的最大似然估计
- 研究问题
- 部分区间删失数据下，比例风险模型的回归参数和累积风险函数能否可靠估计，以及如何估计回归参数的不确定性？
- 方法与思路
- 作者研究最大似然估计的渐近性质，并分别依据广义缺失信息原理和广义剖面信息程序估计回归参数的方差协方差矩阵。
- 材料陈述的贡献
- 摘要称，适当正则条件下两类估计具有一致性和渐近正态性；模拟显示两种方差估计方法在中等样本的偏差和方差方面表现良好。
- 阅读关注点
- 应核对部分区间删失的观测机制、正则条件与似然计算，并检查累积风险函数的渐近结论及两种信息程序的实现。
- 阅读边界
- 仅据所给 Crossref 摘要；删失机制、渐近结果形式及模拟数值未展开，不能断言任意删失安排或样本规模下均可靠。
原文摘要
Summary The maximum likelihood estimator (MLE) for the proportional hazards model with partly interval-censored data is studied. Under appropriate regularity conditions, the MLEs of the regression parameter and the cumulative hazard function are shown to be consistent and asymptotically normal. Two methods to estimate the variance–covariance matrix of the MLE of the regression parameter are considered, based on a generalized missing information principle and on a generalized profile information procedure. Simulation studies show that both methods work well in terms of the bias and variance for samples of moderate size. An example illustrates the methods.