Estimating convolutions from partially censored data
利用部分删失数据估计分布卷积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：摘要讨论一般删失分布的卷积估计及癌症数据，未涉及经济分布效应或金融尾部风险，细分领域依据不足。
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
利用部分删失数据估计分布卷积
- 研究问题
- 研究样本中存在部分右删失观测时，如何估计分布函数的卷积，并刻画这一估计量在大样本下的变异程度。
- 方法与思路
- 作者基于含右删失观测的样本提出卷积估计量，计算其渐近方差，并以一组癌症数据说明该方法的使用。
- 材料陈述的贡献
- 摘要明确陈述的贡献是提出部分右删失下的分布卷积估计量及其渐近方差，并提供癌症数据应用示例。
- 阅读关注点
- 应核对卷积涉及哪些分布、删失机制和样本关系的条件，以及渐近方差如何估计、是否能支持区间推断。
- 阅读边界
- 仅据版本未注明的索引摘要，删失假设、估计公式和应用结果均未说明，不能判断该方法对信息性删失是否有效。
原文摘要
An estimator is proposed for the convolution of distribution functions, based on samples with some right-censored observations. The asymptotic variance of the estimator is calculated, and the method is illustrated with a set of cancer data.