Large-Sample Properties for a General Estimator of the Treatment Effect in the Two-Sample Problem with Right Censoring
右删失两样本处理效应一般估计量的大样本性质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：摘要明确以两样本生存分布的位置平移和尺度变化刻画处理效应，直接涉及分布效应。
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…
右删失两样本处理效应一般估计量的大样本性质
- 研究问题
- 在右删失的两样本生存数据中，如何估计位置平移或尺度变化所表示的处理效应，并建立估计量的大样本性质？
- 方法与思路
- 作者研究位置平移与尺度变化模型中的广义 Hodges–Lehmann 型估计量，并分析其一致性、渐近正态性及相关过程。
- 材料陈述的贡献
- 摘要称，论文建立强一致性和渐近正态性，并给出 Kaplan–Meier 过程振荡结果，将经验过程的相关结论扩展到删失情形。
- 阅读关注点
- 阅读全文时应核对“最小条件”和“不对删失机制附加条件”的准确范围，以及位置、尺度效应模型与方差估计方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；不能将摘要所称无需删失机制条件扩大为允许任意依赖删失，因果解释所需条件亦未说明。
原文摘要
The estimation of the treatment effect in the two-sample problem with right censoring is of interest in survival analysis. In this article we consider both the location shift model and the scale change model. We establish the large-sample properties of a generalized Hodges-Lehmann type estimator. The strong consistency is established under the minimal possible conditions. The asymptotic normality is also obtained without imposing any conditions on the censoring mechanisms. As a by-product, we also establish a result for the oscillation behavior of the Kaplan-Meier process, which extends the Bahadur result for the empirical process to the censored case.