Semiparametric Estimation in General Repeated Measures Problems
一般重复测量问题中的半参数估计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：摘要明确涵盖纵向数据与重复测量的边际模型，直接关联面板数据中的个体内相关问题。
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
一般重复测量问题中的半参数估计
- 研究问题
- 对于同时包含参数化协变量效应和非参数函数重复求值的模型，如何构造有效估计并处理纵向或聚类数据？
- 方法与思路
- 作者提出剖面核估计与回拟合方法，推导渐近分布，并研究似然与伪似然情形，辅以模拟和肯尼亚血红蛋白数据应用。
- 材料陈述的贡献
- 摘要称，两种方法在所研究框架下渐近等价，在似然问题中具有半参数效率，并覆盖多类重复测量模型。
- 阅读关注点
- 应核对重复测量的依赖结构、带宽与函数估计条件，以及效率、两法等价和伪似然结论各自适用的范围。
- 阅读边界
- 仅据Crossref摘要；摘要未说明效率与渐近等价的完整条件，也未提供模拟和应用的具体结果，不能推断其他版本变化。
原文摘要
Summary The paper considers a wide class of semiparametric problems with a parametric part for some covariate effects and repeated evaluations of a nonparametric function. Special cases in our approach include marginal models for longitudinal or clustered data, conditional logistic regression for matched case–control studies, multivariate measurement error models, generalized linear mixed models with a semiparametric component, and many others. We propose profile kernel and backfitting estimation methods for these problems, derive their asymptotic distributions and show that in likelihood problems the methods are semiparametric efficient. Although generally not true, it transpires that with our methods profiling and backfitting are asymptotically equivalent. We also consider pseudolikelihood methods where some nuisance parameters are estimated from a different algorithm. The methods proposed are evaluated by using simulation studies and applied to the Kenya haemoglobin data.