Inferences for case-control and semiparametric two-sample density ratio models
病例对照与半参数两样本密度比模型的推断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：摘要直接研究二元响应回归及其抽样推断，对应离散响应建模方向。
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
病例对照与半参数两样本密度比模型的推断
- 研究问题
- 在回顾性抽样下，如何对二元响应回归进行有效推断，并将病例对照模型与两样本偏倚抽样及密度比模型联系起来？
- 方法与思路
- 作者研究前瞻似然导出的估计函数，将病例对照抽样联系到具有已知参数形式密度比的两样本偏倚抽样模型。
- 材料陈述的贡献
- 摘要称，该估计函数在一类无偏估计函数中最优，并讨论与Cox比例风险模型的联系及估计量的大、小样本表现。
- 阅读关注点
- 应核对最优性的比较类、哪些参数可由回顾性样本推断，以及密度比模型和Cox模型之间联系的具体范围。
- 阅读边界
- 来源为稿件版本未注明的OpenAlex索引摘要；最优性的条件和参数识别边界未说明，不能推断所有前瞻分析均适用于回顾性抽样。
原文摘要
We consider inference in general binary response regression models under retrospective sampling plans. Prentice & Pyke (1979) discovered that inference for the odds-ratio parameter in a logistic model can be based on a prospective likelihood even though the sampling scheme is retrospective. We show that the estimating function obtained from the prospective likelihood is optimal in a class of unbiased estimating functions. Also we link casecontrol sampling with a two-sample biased sampling problem, where the ratio of two densities is assumed to take a known parametric form. Connections between this model and the Cox proportional hazards model are pointed out. Large and small sample size behaviour of the proposed estimators is studied.