A Bayesian Bootstrap for Censored Data
删失数据的贝叶斯自助法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、生存函数和自助法理论，没有因果识别、金融风险或其他所列领域的直接证据。
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
删失数据的贝叶斯自助法
- 研究问题
- 如何为删失数据构造贝叶斯自助法，并用于近似 Kaplan–Meier 估计量的抽样分布及生存函数的贝叶斯后验分布？
- 方法与思路
- 作者引入删失数据贝叶斯自助法，比较其小样本分布性质与 Efron 方法，并建立用于抽样及后验分布近似的一阶渐近理论。
- 材料陈述的贡献
- 摘要称无删失时该方法退化为 Rubin 贝叶斯自助法，两种删失自助法具有所述一致性，后验结论针对指定共轭先验类。
- 阅读关注点
- 核对删失机制、自助抽样步骤、一致性采用的收敛概念，以及 beta-neutral 过程先验类与后验近似结论的范围。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要；删失条件和具体误差未说明，小样本性质相似不意味着两种方法完全等价。
原文摘要
A Bayesian bootstrap for a censored data model is introduced. Its small sample distributional properties are discussed and found to be similar to Efron's bootstrap for censored data. In the absence of censoring, the Bayesian bootstrap for censored data reduces to Rubin's Bayesian bootstrap for complete data. A first-order large-sample theory is developed. This theory shows that both censored data bootstraps are consistent bootstraps for approximating the sampling distribution of the Kaplan-Meier estimator. It also shows that both bootstraps are consistent bootstraps for approximating a posterior distribution of the survival function with respect to each member of the class of conjugate beta-neutral process priors.