Variable Selection in Semiparametric Linear Regression with Censored Data
删失数据半参数线性回归中的变量选择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：摘要研究删失回归中的通用变量选择，未涉及明确的因果、面板或其他所列细分设定。
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
删失数据半参数线性回归中的变量选择
- 研究问题
- 在含删失数据的半参数线性回归中，如何同时估计回归系数、选择子模型，或系统控制所选无关变量的比例？
- 方法与思路
- 作者提出估计方程向量惩罚法，以及结合前向选择与伪随机变量的方法，并分别考察秩统计量和Buckley–James统计量。
- 材料陈述的贡献
- 摘要称提供两类变量选择程序，并通过广泛模拟及一个真实数据集评估多种实现；未明确报告哪种方法整体更优。
- 阅读关注点
- 应核对删失机制、惩罚形式与调参方式、伪随机变量的生成，并检查无关变量比例控制的定义、条件和实现方式。
- 阅读边界
- 仅据Crossref摘要；选择一致性、比例控制保证及模拟数值未说明，不能将摘要中的控制描述等同于普遍错误发现率控制。
原文摘要
Summary We describe two procedures for selecting variables in the semiparametric linear regression model for censored data. One procedure penalizes a vector of estimating equations and simultaneously estimates regression coefficients and selects submodels. A second procedure controls systematically the proportion of unimportant variables through forward selection and the addition of pseudorandom variables. We explore both rank-based statistics and Buckley–James statistics in the setting proposed and evaluate the performance of all methods through extensive simulation studies and one real data set.