Rank Estimation of Accelerated Lifetime Models With Dependent Censoring
相依删失下加速寿命模型的秩估计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：摘要研究生存模型的删失与秩估计，未明确对应所列经济计量细分方向。
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
相依删失下加速寿命模型的秩估计
- 研究问题
- 加速寿命模型存在相依删失时，如何减少传统人工删失造成的信息损失，并有效估计协变量对寿命的影响？
- 方法与思路
- 作者提出基于成对排序的新人工删失技术，构造成对秩估计量并研究其渐近性质，再通过模拟与 AIDS 数据说明应用。
- 材料陈述的贡献
- 摘要称，成对方法减少人工删失并改善相对已有秩估计量的效率；独立删失模拟中也观察到一定有限样本收益。
- 阅读关注点
- 阅读全文时应核对寿命与删失的联合模型、成对比较规则和渐近条件，并区分有限样本效率比较与半参数效率界。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；相对半参数有效估计量的模拟收益不等于突破渐近效率界。
原文摘要
Under independent censoring, estimation of the covariate effects in the accelerated lifetime model may be based on censored data rank tests. Similar rank methodology has been developed with bivariate accelerated lifetime models for dependent censoring but uses artificial censoring, which may lead to substantial information loss. We present a new artificial censoring technique using pairwise ranking and establish the asymptotic properties of a pairwise rank estimator. Simulations show that the pairwise approach achieves large reductions in artificial censoring and large efficiency gains over the existing rank estimator. The simulations evidence moderate efficiency gains under independent censoring over a rank estimator that is semiparametric efficient under independent censoring. An AIDS data analysis illustrates the practical utility of the inferential procedures.