A Pseudoscore Estimator for Regression Problems With Two-Phase Sampling
两阶段抽样回归问题的伪得分估计量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：摘要研究验证抽样与测量误差回归，二元结局本身不足以将其归为离散选择或因果推断。
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…
两阶段抽样回归问题的伪得分估计量
- 研究问题
- 两阶段分层抽样中，若部分单位没有进入验证样本的机会，如何估计回归参数，并处理仅病例或仅对照接受验证的设计？
- 方法与思路
- 作者提出半参数伪得分估计，利用由回归模型确定权重的经验协变量分布估计得分方程，适用于离散及连续结局。
- 材料陈述的贡献
- 摘要称方法放宽既有估计对验证抽样概率为正的要求；所报模拟显示效率优势，同时揭示仅病例或仅对照设计对模型误设敏感。
- 阅读关注点
- 应核对零验证概率下参数可估计的条件、权重构造及误设影响，并检查模拟比较设置和麻风病病例对照应用的抽样结构。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要，识别条件、效率比较范围及模拟数值均不明确，不能将所报优势推广到所有两阶段设计。
原文摘要
Two-phase stratified sampling designs yield efficient estimates of population parameters in regression models while minimizing the costs of data collection. In measurement error problems, for example, error-free covariates are ascertained only for units selected in a validation sample. Estimators proposed heretofore for such designs require all units to have positive probability of being selected. We describe a new semiparametric estimator that relaxes this assumption and that is applicable to, for example, case-only or control-only validation sampling for binary regression problems. It uses a weighted empirical covariate distribution, with weights determined by the regression model, to estimate the score equations. Implementation is relatively easy for both discrete and continuous outcome data. For designs that are amenable to alternative methods, simulation studies show that the new estimator outperforms the currently available weighted and pseudolikelihood methods and often achieves efficiency comparable to that of semiparametric maximum likelihood. The simulations also demonstrate the vulnerability of the case-only or control-only designs to model misspecification. These results are illustrated by the analysis of data from a population-based case-control study of leprosy.