Estimating the Real Parameter in a Two-Sample Proportional Odds Model
两样本比例优势模型中实值参数的估计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：摘要讨论一般两样本半参数模型的效率理论，未明确研究离散选择或微观分布效应。
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
两样本比例优势模型中实值参数的估计
- 研究问题
- 观察两个分别来自不同分布的独立同分布样本时，如何有效估计联系两分布优势函数的比例参数？
- 方法与思路
- 作者通过一对积分方程计算 Fisher 信息，并从具有根样本量一致性的初始估计出发构造一步估计量。
- 材料陈述的贡献
- 摘要称一步估计量具有渐近效率，其渐近风险达到对应极小极大下界，并给出信息量的计算途径。
- 阅读关注点
- 应核对分布与参数的允许范围、积分方程的求解条件、初始估计要求，以及效率所对应的风险标准。
- 阅读边界
- 仅据版本未注明的索引摘要；正则条件、初始估计的具体构造和有限样本表现未说明，不能推断刊本变化。
原文摘要
This paper considers efficient estimation of the Euclidean parameter $\theta$ in the proportional odds model $G(1 - G)^{-1} = \theta F(1 - F)^{-1}$ when two independent i.i.d. samples with distributions $F$ and $G$, respectively, are observed. The Fisher information $I(\theta)$ is calculated based on the solution of a pair of integral equations which are derived from a class of more general semiparametric models. A one-step estimate is constructed using an initial $\sqrt N$-consistent estimate and shown to be asymptotically efficient in the sense that its asymptotic risk achieves the corresponding minimax lower bound.