Estimating the Parameters of a Distributed Lag Model from Cross-Section Data: The Case of Hospital Admissions and Discharges
用横截面数据估计分布滞后参数：医院入院与出院案例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：摘要的核心是有理分布滞后动态模型，虽然估计信息来自住院时长横截面数据。
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
用横截面数据估计分布滞后参数：医院入院与出院案例
- 研究问题
- 医院入院与出院之间的有理分布滞后关系，能否利用住院时长的横截面数据估计，并比现有时间序列数据更适合这一目的？
- 方法与思路
- 作者在医院入院与出院情境中研究有理分布滞后的估计，利用住院时长横截面数据，为动态模型参数提供信息。
- 材料陈述的贡献
- 摘要称，住院时长数据在该案例中似乎比可用时间序列更适合估计，并提出这种思路可能适用于可观测系统停留时长的场景。
- 阅读关注点
- 应核对停留时长分布与滞后参数的对应关系、横截面抽样和时间稳定性条件，以及两类数据适合程度的比较依据。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；更适合及可推广的表述具有试探性，未给出具体条件，不能推断刊本变化。
原文摘要
It is natural to think of estimating distributed lag models from time series data since it is in time series contexts that such models arise. This article studies the estimation of rational distributed lags in the context of hospital admissions and discharges where a relevant body of cross-section data exists in the form of lengths-of-stay and appears to be more appropriate for this purpose than do the available time series data. The cross-section approach presumably has applications in many situations in which length-of-stay in the system or its counterpart can be observed.