Estimating ordered binomial proportions with the use of group testing
利用合并检测估计有序二项比例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：摘要直接研究合并检测与顺序约束估计，未提供离散选择行为模型或因果识别依据。
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
利用合并检测估计有序二项比例
- 研究问题
- 当响应概率随观测协变量水平递增、数据通过合并检测获得时，如何在单调顺序约束下估计各水平的二项比例？
- 方法与思路
- 作者将顺序约束推断扩展至合并检测协议，推导递增约束下的最大似然估计，并用休斯敦HIV观察研究数据演示。
- 材料陈述的贡献
- 摘要称合并检测可显著降低逐个检测所获保序回归估计的偏差与均方误差，并给出相应的有序比例估计方法。
- 阅读关注点
- 应核对合并检测的观测模型、分组方式、顺序约束算法，以及与逐个检测比较时的检测成本和样本配置。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；检测误差处理及性能改善的具体条件未说明，不能认定任意合并方案均有优势。
原文摘要
This paper considers group testing when the probability of response is increasing across the levels of an observed covariate. We illustrate how previously known results in order‐restricted inference can be extended to situations wherein data are collected according to a group‐testing protocol, and we derive maximum likelihood estimators for proportions under the increasing order restriction and group‐testing model. Finally, we show how the use of group testing can dramatically reduce the bias and mean squared error of isotonic regression estimators obtained from one‐at‐a‐time testing. These proposed methods are illustrated using data from an observational HIV study conducted in Houston, Texas.