Hazard-Based Nonparametric Survivor Function Estimation
基于风险函数的非参数生存函数估计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：摘要研究二元生存分析与截断删失数据，所给领域列表没有直接对应方向，亦未提供经济应用依据。
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…
基于风险函数的非参数生存函数估计
- 研究问题
- 如何从截断失效时间变量的风险函数构造二元生存函数估计，避免负概率质量，并将风险函数估计的渐近性质传递给生存函数估计？
- 方法与思路
- 作者建立风险函数到二元生存函数的表示与变换，利用弱连续性和紧可微性传递统计性质，并以矩阵计算获得点质量分配。
- 材料陈述的贡献
- 摘要称，方法避免负质量并可继承一致性、弱收敛及自助法适用性；一个特例等于修正的非参数极大似然估计，并配有方差估计。
- 阅读关注点
- 应核对截断与删失设定、性质传递所需条件、非负质量保证及矩阵计算，并检查特例等价关系和中等样本模拟比较。
- 阅读边界
- 仅据所给 Crossref 摘要；摘要未说明完整观测机制与正则条件，不能断言任意风险估计都可继承这些性质，也不能推断刊本变化。
原文摘要
Summary A representation is developed that expresses the bivariate survivor function as a function of the hazard function for truncated failure time variables. This leads to a class of nonparametric survivor function estimators that avoid negative mass. The transformation from hazard function to survivor function is weakly continuous and compact differentiable, so that such properties as strong consistency, weak convergence to a Gaussian process and bootstrap applicability for a hazard function estimator are inherited by the corresponding survivor function estimator. The set of point mass assignments for a survivor function estimator is readily obtained by using a simple matrix calculation on the set of hazard rate estimators. Special cases arise from a simple empirical hazard rate estimator, and from an empirical hazard rate estimator following the redistribution of singly censored observations within strips. The latter is shown to equal van der Laan's repaired nonparametric maximum likelihood estimator, for which a Greenwood-like variance estimator is given. Simulation studies are presented to compare the moderate sample performance of various nonparametric survivor function estimators.