Regression with Doubly Censored Current Status Data
双重删失当前状态数据的回归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：摘要聚焦删失生存数据的回归，未明确涉及所列因果、面板或分布效应方向。
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
双重删失当前状态数据的回归
- 研究问题
- 当起始事件与后续事件的时点均不可见，只在随机监测时获知是否已发生时，如何估计两事件间隔的回归关系？
- 方法与思路
- 作者采用事件间隔的加速失效时间模型，重点研究起始事件在监测前发生的条件下，其发生时点服从均匀分布的特例。
- 材料陈述的贡献
- 摘要称，该特例的似然与起始时点已知时具有相同结构，因此可沿用较简单情形的方法，并报告真实数据应用。
- 阅读关注点
- 应核对条件均匀分布假设的含义、监测机制的条件，以及似然结构对应如何支持回归系数的估计。
- 阅读边界
- 仅据 Crossref 摘要，无法判断该特例在其他数据中的合理性；摘要未说明完整观测机制、估计性质或应用数值。
原文摘要
SUMMARY Data from settings in which an initiating event and a subsequent event occur in sequence are called doubly censored current status data if the time of neither event is observed directly, but instead it is determined at a random monitoring time whether either the initiating or subsequent event has yet occurred. This paper is concerned with using doubly censored current status data to estimate the regression coefficient in an accelerated failure time model for the length of time between the initiating event and the subsequent event. Motivated by a problem in the epidemiology of acquired immune deficiency syndrome, attention here is focused on a special case, the case in which the initiating event, given that it has occurred before the monitoring time, may be assumed to follow a uniform distribution. The main result is that the likelihood in the special case has the same structure as the likelihood in a simpler setting, the setting in which the time of the initiating event is known. The result allows methods developed for the simpler setting to be applied in the special case. The results of the application of the approach to real data are reported.