Semiparametric estimators of functional measurement error models with unknown error
未知误差分布下函数型测量误差模型的半参数估计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：摘要讨论通用测量误差与半参数估计，未涉及明确的因果、面板或结构经济模型，故暂不归入所列细分。
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
未知误差分布下函数型测量误差模型的半参数估计
- 研究问题
- 当函数型测量误差模型的误差分布未知时，如何兼顾半参数估计效率与实际计算的可行性？
- 方法与思路
- 作者推导局部有效估计量，但因数值复杂性改用插入估计；误差分布通过重复测量数据和非参数核方法估计。
- 材料陈述的贡献
- 摘要称插入估计具有根号样本量一致性和渐近正态性，模拟表现接近最优，并以 Framingham 数据展示应用。
- 阅读关注点
- 应核对重复测量的结构假设、核估计带宽条件、效率损失的度量，以及理论有效估计量为何难以实现。
- 阅读边界
- 仅据所给 Crossref 摘要；识别条件、模拟结果及计算成本未给出，接近最优的描述不能视为一般效率结论。
原文摘要
Summary We consider functional measurement error models where the measurement error distribution is estimated non-parametrically. We derive a locally efficient semiparametric estimator but propose not to implement it owing to its numerical complexity. Instead, a plug-in estimator is proposed, where the measurement error distribution is estimated through non-parametric kernel methods based on multiple measurements. The root n consistency and asymptotic normality of the plug-in estimator are derived. Despite the theoretical inefficiency of the plug-in estimator, simulations demonstrate its near optimal performance. Computational advantages relative to the theoretically efficient estimator make the plug-in estimator practically appealing. Application of the estimator is illustrated by using the Framingham data example.