A Model for Informative Censoring
信息性删失模型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：摘要研究生存分析中的信息性删失，未提供与所列经济计量细分方向直接对应的应用或模型证据。
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
信息性删失模型
- 研究问题
- 当删失事件预示较差的后续生存状况时，独立删失模型可能高估生存概率；如何建立替代模型并估计生存函数？
- 方法与思路
- 作者考虑由脆弱性分布界定的子人群中才发生删失的模型，并构造适用于该模型的生存函数自洽估计量。
- 材料陈述的贡献
- 摘要指出 Kaplan–Meier 估计在所述信息性删失情形下可能明显高估生存概率，并给出替代模型及相应估计方法。
- 阅读关注点
- 核对脆弱性分布与删失子人群如何定义、生存函数能否由观测数据识别，以及自洽估计的计算、收敛与模型敏感性。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；识别条件、脆弱性设定和估计性质未说明，不能推及一般信息性删失。
原文摘要
In the usual model for censored survival analysis, observations are of the form X = min(T, C), where T and C are nonnegative random variables representing lifetime and censoring time, respectively. Under the usual assumption of independence of T and C, the Kaplan-Meier estimator (KME) is the appropriate estimator of S(t) = Pr(T > t). The KME can lead to substantial overestimates of survival probabilities if the event of censoring indicates an unfavorable prognosis for future survival. We consider an alternative model in which censoring only occurs in a subpopulation defined by the frailty distribution. A self-consistent estimator of the survival function appropriate to the model is obtained.