The Effect of Errors in Diagnosis and Measurement on the Estimation of the Probability of an Event
诊断与测量误差对事件概率估计的影响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：摘要讨论一般分类程序的误差性质，未明确涉及经济离散选择或所列其他细分方向。
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
诊断与测量误差对事件概率估计的影响
- 研究问题
- 误分类与测量误差如何影响逻辑回归和正态判别程序的渐近偏差与效率，以及两种程序的相对表现？
- 方法与思路
- 作者分析基础数据中的误分类与测量误差，并单独考察一个二元解释变量误分类对两种程序的影响。
- 材料陈述的贡献
- 摘要称，误差增加通常使渐近偏差增大、效率降低；存在误差时，逻辑回归相对正态判别的表现有所改善。
- 阅读关注点
- 核对误分类与测量误差的具体设定、渐近效率的衡量方式，以及相对表现改善成立的条件和比较范围。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；误差机制、具体条件和数值幅度未说明，不能推断逻辑回归普遍占优。
原文摘要
This article investigates the effect of misclassification and measurement error in the basic data on the asymptotic bias and efficiency of the logistic regression (LR) and normal discrimination (ND) classification procedures. The effect of misclassification in a single binary independent variable on the bias and efficiency of both procedures is also presented. Typically, asymptotic bias increases and efficiency decreases as misclassification and measurement error increase. The performance of LR relative to ND is shown to be better in the presence of error than without error.