Maximum likelihood estimation for semiparametric regression models with panel count data
面板计数数据半参数回归模型的最大似然估计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：摘要研究复发事件的间隔计数观测，未明确涉及所列经济面板计量方法。
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
面板计数数据半参数回归模型的最大似然估计
- 研究问题
- 当个体仅在间隔检查时记录复发事件次数时，如何估计时变协变量对一种或多种事件的影响，并实现有效推断？
- 方法与思路
- 作者采用带随机效应的非齐次泊松过程建模，使用非参数最大似然和稳定 EM 算法，并以剖面似然估计协方差。
- 材料陈述的贡献
- 摘要称回归参数估计一致且渐近正态，达到半参数效率界，并通过模拟及皮肤癌临床试验数据评估方法。
- 阅读关注点
- 应核对检查过程与事件过程的关系、随机效应设定、非参数部分的估计，以及效率界和剖面似然推断条件。
- 阅读边界
- 仅据所给 Crossref 版本摘要，“任意检查方案”的具体限制未说明；这里的面板计数不自动等同于经济面板模型。
原文摘要
Summary Panel count data, in which the observation for each study subject consists of the number of recurrent events between successive examinations, are commonly encountered in industrial reliability testing, medical research and other scientific investigations. We formulate the effects of potentially time-dependent covariates on one or more types of recurrent events through nonhomogeneous Poisson processes with random effects. We employ nonparametric maximum likelihood estimation under arbitrary examination schemes, and develop a simple and stable EM algorithm. We show that the resulting estimators of the regression parameters are consistent and asymptotically normal, with a covariance matrix that achieves the semiparametric efficiency bound and can be estimated using profile likelihood. We evaluate the performance of the proposed methods through simulation studies and analysis of data from a skin cancer clinical trial.