各位前辈，请问MLE在计算weibull分布参数的偏差是否与shape值的取值有关？
本人通过monte carlo方法分别模拟了递减hazard（shape=0.6）和恒定hazard（shape=1）的带截尾值的服从weibull分布的生存数据，模拟参数如下：
（1）递减hazard的参数：shape值=0.6，scale值=6.646（mean survival time为10），截尾数据设置为指数分布（随机删失，mean=1）。
（2）恒定hazard的参数：shape值=1，scale值=10（mean survival time为10），截尾数据设置为指数分布（随机删失，mean=3.1）。
模拟中除了随机删失，也设置了Ⅰ型删失（即时间超过12，就发生Ⅰ型删失）。两种hazard分别模拟1000次，那么每种hazard情况下获得1000组模拟的生存数据。对每一组模拟的数据通过MLE反过来计算weibull分布的2个参数，再根据weibull分布mean的计算公式计算平均生存时间（mean survival time）：mean=scale*gamma（1+1/shape），那么shape=0.6和shape=1两种情况下均获得1000个mean survival time。参数的计算是在R中用survreg（）计算的
结果显示，两种情况的删失比例均为76%，但是shape=1时，mean survival time的平均值=10.9，而shape=0.6时，mean survival time的平均值=15，理论mean survival time是前面设定的10，为什么shape=1时，mean survival time的结果偏差比shape=0.6时小这么多呢？MLE对递减hazard的weibull参数计算偏差大些吗？什么原因呢？
