EUVIMEDEUVIMED entdecken
Crossref

Enhancing the interpretability of non-linear proportional hazard models introducing ghost variables

Santiago Isaza-Cadavid, Santiago Ortiz, Nicolas Orozco, Héctor R. Quiceno

Computational Statistics · 2026-06 · 41 (4)

DOI: 10.1007/s00180-026-01744-4 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Computational Statistics, online erschienen am 11.05.2026. Verfasst von Santiago Isaza-Cadavid und 3 weiteren Autor:innen. Die Arbeit nennt 38 Literaturangaben. Gefördert von: Ministerio de Ciencia, Tecnología e Innovación de Colombia.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Ministerio de Ciencia, Tecnología e Innovación de Colombia

Zitieren

APA

Isaza-Cadavid, S., Ortiz, S., Orozco, N., & Quiceno, H. R. (2026). Enhancing the interpretability of non-linear proportional hazard models introducing ghost variables. Computational Statistics, 41(4). https://doi.org/10.1007/s00180-026-01744-4

Vancouver

Isaza-Cadavid S, Ortiz S, Orozco N, Quiceno HR. Enhancing the interpretability of non-linear proportional hazard models introducing ghost variables. Computational Statistics. 2026;41(4). doi:10.1007/s00180-026-01744-4

BibTeX
@article{IsazaCadavid2026,
  author = {Isaza-Cadavid, Santiago and Ortiz, Santiago and Orozco, Nicolas and Quiceno, Héctor R.},
  title = {Enhancing the interpretability of non-linear proportional hazard models introducing ghost variables},
  journal = {Computational Statistics},
  year = {2026},
  volume = {41},
  number = {4},
  doi = {10.1007/s00180-026-01744-4}
}
Kostenlos starten →