Copula Link-Based Additive Models for Right-Censored Event Time Data
右删失事件时间数据的 Copula 连接加性模型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：摘要研究通用生存模型与 Copula 依赖建模，未明确涉及所列分位数、因果或金融风险方向。
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
右删失事件时间数据的 Copula 连接加性模型
- 研究问题
- 如何对右删失事件时间数据建立灵活的联合生存模型，使边际生存分布及依赖参数能够随多种协变量效应变化？
- 方法与思路
- 作者采用 Copula 连接生存模型，以单调样条表示基准生存函数，并通过惩罚似然联合估计加性预测器系数与平滑参数。
- 材料陈述的贡献
- 摘要称提出了高效稳定的估计算法，讨论部分理论性质，并以模拟和真实数据展示框架；相关计算可通过 GJRM 包完成。
- 阅读关注点
- 应核对 Copula 家族及删失机制要求、单调约束的实现、参数可识别性，以及联合估计平滑参数后的不确定性处理。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未明确理论性质的具体内容、依赖结构的识别条件或数值表现，不能推断刊本变化。
原文摘要
This article proposes an approach to estimate and make inference on the parameters of copula link-based survival models. The methodology allows for the margins to be specified using flexible parametric formulations for time-to-event data, the baseline survival functions to be modeled using monotonic splines, and each parameter of the assumed joint survival distribution to depend on an additive predictor incorporating several types of covariate effects. All the model’s coefficients as well as the smoothing parameters associated with the relevant components in the additive predictors are estimated using a carefully structured efficient and stable penalized likelihood algorithm. Some theoretical properties are also discussed. The proposed modeling framework is evaluated in a simulation study and illustrated using a real dataset. The relevant numerical computations can be easily carried out using the freely available GJRM R package. Supplementary materials for this article are available online.