Testing the Assumption of Independence of Truncation Time and Failure Time
截断时间与失效时间独立性假设的检验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：摘要围绕截断与失效时间的独立性检验，未提供因果、面板或其他所列领域细分的直接依据。
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
截断时间与失效时间独立性假设的检验
- 研究问题
- 对于受到随机截断的数据，能否检验截断时间与失效时间的独立性，并为小样本提供可实施的检验程序？
- 方法与思路
- 作者推广 Kendall 秩相关统计量以检验独立性，推导原假设下的渐近性质，并提出适用于小数据集的条件置换检验。
- 材料陈述的贡献
- 摘要称随机截断下的独立性可以检验，给出相应统计量与条件置换程序，并简要讨论右删失扩展及截断线性回归应用。
- 阅读关注点
- 应核对观测截断机制下可检验性的范围、统计量所用样本对的规则，以及条件置换和右删失扩展分别需要什么条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未说明完整截断机制、功效或扩展条件，不能把截断下的结论直接用于随机删失。
原文摘要
For data subject to random censorship, it is well known that the assumption of independence between censoring time and failure time cannot be tested nonparametrically. For data subject to random truncation, however, it is possible to test independence of truncation time and failure time. A statistic generalizing Kendall's tau is proposed for testing the independence assumption, and asymptotic properties under the null hypothesis are derived. A conditional permutation test is also derived for small data sets. Generalization to allow right-censoring and an application to truncated linear regression are also briefly discussed.