Marginal analysis of panel counts through estimating functions
基于估计函数的面板计数边际分析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：这里的面板计数指计数过程的定期观测，摘要未明确涉及所给经济面板数据方法。
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
基于估计函数的面板计数边际分析
- 研究问题
- 当计数过程仅被定期观测时，如何非参数估计其边际均值函数，并区分估计程序对 Poisson 假设的依赖？
- 方法与思路
- 作者构造两类自洽估计方程：一类源自 Poisson 似然，另一类为数据自适应准得分，在混合 Poisson 假设下具有似然解释。
- 材料陈述的贡献
- 摘要称，第一类给出非递减估计量，与既有非参数最大似然估计量相同，且一致性不要求 Poisson 假设；另提出准得分程序。
- 阅读关注点
- 应核对定期观测机制、两类方程的求解及一致性条件，尤其区分似然推导的分布假设与一致性实际所需条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；观察时间机制和第二类程序的理论性质未详述，不能推断刊本变化。
原文摘要
We develop nonparametric estimation procedures for the marginal mean function of a counting process based on periodic observations, using two types of self-consistent estimating equations. The first is derived from the likelihood studied in Wellner & Zhang (2000), assuming a Poisson counting process, and gives a nondecreasing estimator, which is the same as the nonparametric maximum likelihood estimator of Wellner & Zhang and thus is consistent without the Poisson assumption. Motivated by the construction of parametric generalized estimating equations, the second type is a set of data-adaptive quasi-score functions, which are likelihood estimating functions under a mixed-Poisson assumption. We evaluate the procedures via simulation, and illustrate them with the data from a bladder cancer study.