Censored quantile regression with partially functional effects
具有部分分位数变动效应的删失分位数回归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：摘要明确研究删失分位数回归及随分位数变化的协变量效应，对应分位数与分布分析。
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…
具有部分分位数变动效应的删失分位数回归
- 研究问题
- 在删失生存数据中，如何同时容纳随分位数变化和保持恒定的协变量效应，以简化模型并改善估计效率？
- 方法与思路
- 作者提出剖面估计方程与迭代算法，建立估计量的渐近性质，并开发基于重抽样的推断程序及其理论依据。
- 材料陈述的贡献
- 摘要称模拟显示该方法相对朴素两阶段程序具有效率收益，并以肾透析研究展示混合变动与恒定效应的应用。
- 阅读关注点
- 应核对删失处理所需条件、恒定与变动效应如何指定、迭代和重抽样程序，以及效率比较的实验设置。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；删失机制、渐近条件和效率收益数值未说明，不能推断所有生存数据中均有改进。
原文摘要
Quantile regression offers a flexible approach to analyzing survival data, allowing each covariate effect to vary with quantiles. In practice, constancy is often found to be adequate for some covariates. In this paper, we study censored quantile regression tailored to the partially functional effect setting with a mixture of varying and constant effects. Such a model can offer a simpler view regarding covariate-survival association and, moreover, can enable improvement in estimation efficiency. We propose profile estimating equations and present an iterative algorithm that can be readily and stably implemented. Asymptotic properties of the resultant estimators are established. A simple resampling-based inference procedure is developed and justified. Extensive simulation studies demonstrate efficiency gains of the proposed method over a naive two-stage procedure. The proposed method is illustrated via an application to a recent renal dialysis study.