Nonparametric Maximum Likelihood Estimation of Survival Functions with a General Stochastic Ordering and Its Dual
一般随机序约束下生存函数的非参数极大似然估计及其对偶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随机序约束估计，未涉及处理效应或所列其他细分方向。
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
一般随机序约束下生存函数的非参数极大似然估计及其对偶
- 研究问题
- 当多个总体的生存分布满足任意偏序形式的随机序约束，且部分总体数据难以获得时，如何利用其他总体数据进行估计？
- 方法与思路
- 作者利用 Fenchel 对偶定理构造算法，识别并消除生存函数估计中违反随机序约束的部分，逐步求解约束极大似然问题。
- 材料陈述的贡献
- 摘要称算法所得估计收敛至给定随机序约束下的生存函数极大似然估计，并通过一个示例说明方法。
- 阅读关注点
- 核对随机偏序的定义、观测与删失机制、似然构造及对偶条件，以及违规修正步骤、收敛标准和数据稀缺时的作用。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明删失机制、估计唯一性或统计误差，算法收敛不等于统计一致性。
原文摘要
This paper discusses estimation of survival functions under an arbitrary partial stochastic ordering of the underlying populations. This technique is especially useful when data are not easily acquired from one or more of the populations, but data from the other populations are available. Estimation of the ordered survival functions entails use of a Fenchel duality theorem that results in an algorithm to identify and resolve violations of the underlying ordering. The algorithm produces estimates which converge to the maximum likelihood estimates of the survivalfunctions given the underlying ordering. The method is illustrated by an example.