An Accelerated-Time Model for Response Curves
响应曲线的加速时间模型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：摘要研究生物群体的曲线配准与时间尺度建模，未提供宏观时间序列或因果推断方向的充分依据。
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
响应曲线的加速时间模型
- 研究问题
- 当数据由多条响应曲线及协变量构成时，能否以协变量决定的时间加速因子解释曲线差异，并估计共同的基础随机过程？
- 方法与思路
- 作者假设观测曲线是基础随机过程的时间加速版本，加速因子为协变量的平滑函数，并通过非参数迭代程序估计模型成分。
- 材料陈述的贡献
- 摘要提出上述曲线分析方法，以留一曲线交叉验证选择平滑参数，并用果蝇群体死亡率的时间轨迹展示应用。
- 阅读关注点
- 应核对基础过程与时间尺度的识别约束、协变量效应的平滑设定、迭代算法的收敛情况及留一曲线验证的实施方式。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；模型识别条件、估计理论与算法收敛保证未说明，不能仅凭时间加速设定推断协变量的因果效应。
原文摘要
We propose a nonparametric method of data analysis for situations where the data consist of a sample of curves and a covariate is present. We assume the observed curves to be time-accelerated versions of a basic underlying stochastic process and assume the time acceleration factor for each observed process, determining the “eigenzeit,” to be a smooth function of the covariate. We discuss an iterative procedure to estimate the components of the model nonparametrically, using cross-validation to determine smoothing parameters using a leave-one-curve-out technique. Our example concerns time courses of mortality for a sample of cohorts of fruit flies.