The Empirical Process Approach for Semiparametric Two-Sample Models with Heterogeneous Treatment Effect
异质处理效应下半参数两样本模型的经验过程方法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：摘要聚焦两样本分布比较、Q-Q图与ROC曲线及分位数式刻画，直接对应分位数与分布效应方向。
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
异质处理效应下半参数两样本模型的经验过程方法
- 研究问题
- 摘要称，研究如何在两样本可能存在异质处理效应时，用半参数模型比较两组分布，并给出便于评估精度的估计量。
- 方法与思路
- 作者提出两类半参数模型：Q-Q图线性的位置-尺度模型，以及概率图（ROC曲线）具参数形式的变换模型；用经验过程方法对两类经验曲线构造强逼近，并导出广义最小二乘估计量。
- 材料陈述的贡献
- 摘要称，所导出的GLS估计量有限样本精度易于评估，在第一个模型中渐近有效；对变换模型讨论了渐近有效性理论上的困难，并数值显示GLS估计量接近比例风险模型的Fisher信息界。
- 阅读关注点
- 应核对两类模型的具体识别条件、强逼近的成立前提、GLS估计量的构造与渐近方差推导，以及变换模型有效性困难的具体来源和数值比较的设定。
- 阅读边界
- 仅凭摘要无法判断模型假设是否合理、渐近性质的实际表现与证明细节；摘要未说明数据来源、模拟规模及变换模型有效性的完整结论。
原文摘要
SUMMARY Two types of semiparametric model are proposed for comparing two samples with possibly heterogeneous treatment effects. One model is a two-sample location-scale model which assumes that the Q-Q-plot of the two distributions involved is linear; the other is the class of two-sample transformation models which assume parametric forms for a probability plot—the receiver operating characteristic curve. The empirical process approach is used to construct strong approximations for the empirical curves of both types of plot and a convenient generalized least squares (GLS) estimator is derived. The approximate finite sample precision of the estimators can be easily evaluated. Asymptotically, the GLS estimator is shown to be efficient for the first model. A difficulty involved in developing the theory of asymptotic efficiency is discussed for the transformation models. The GLS estimator is shown numerically to approach the Fisher information bound for the proportional hazards model.