Inference for Shift Functions in the Two-Sample Problem With Right-Censored Data: With Applications
右删失两样本问题中位移函数的推断及应用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：摘要直接研究两个分布的位移函数、Q-Q 图差异与同时置信带，对应分位数与分布分析。
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…
右删失两样本问题中位移函数的推断及应用
- 研究问题
- 如何用位移函数描述两个分布在 Q-Q 图中的差异，并在寿命数据存在右删失时，对整条函数构造同时置信带？
- 方法与思路
- 作者研究右删失下位移函数估计的大样本分布，针对依赖未知分布的渐近协方差，采用 bootstrap 构造同时置信带。
- 材料陈述的贡献
- 摘要称建立相关大样本理论并发展 bootstrap 同时置信带，可用于 Q-Q 图中的分布差异分析及交叉点考察。
- 阅读关注点
- 应核对位移函数的定义、删失机制与可推断区间，以及 bootstrap 对同时覆盖的校准和分布交叉点分析的处理。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；公式含排版异常，精确定义需查原PDF；删失假设和覆盖保证未说明，分布差异不自动识别因果效应。
原文摘要
For two distribution functions, F and G, the shift function is defined by Δ(t) = G −1 · F(t) - t. The shift function is the distance from the 45° line and the quantity plotted in Q-Q plots. In the analysis of lifetime data, A represents the difference between two treatments. The shift function can also be used to find crossing points of two distribution functions. The large-sample distribution theory for estimates of Δ is studied for right-censored data. It turns out that the asymptotic covariance function depends on the unknown distribution functions F and G; hence simultaneous confidence bands cannot be directly constructed. A construction of simultaneous confidence bands for Δ is developed via the bootstrap. Construction and application of such bands are explored for the Q-Q plot.