On a Kernel Approach to a Screening Problem
筛选问题的核方法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：摘要讨论属性富集与医学筛选，未明确涉及所列因果、选择、分布效应或金融领域。
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
筛选问题的核方法
- 研究问题
- 如何依据一个筛选变量确定保留区域，使保留人群中具有目标属性的个体比例达到预先设定的水平？
- 方法与思路
- 作者利用核平滑推导筛选变量的规格区域，在若干参数模型中考察程序的敏感性，并与经验及估计型方案比较。
- 材料陈述的贡献
- 摘要称提出了达到目标属性比例的筛选方法，讨论其敏感性及替代方案比较，并通过医学筛选实例进行展示。
- 阅读关注点
- 应核对目标比例如何转化为区域选择、核与带宽的确定方式，以及敏感性的定义和各比较方案的评价指标。
- 阅读边界
- 仅据所给 Crossref 摘要，目标比例的统计保证、样本要求和比较结果未说明；不能推断医学实例之外的表现。
原文摘要
SUMMARY Screening methods are developed which raise the proportion of individuals possessing an attribute in the retained population to a predetermined level. A specification region for the screening variable is derived by using a kernel smoothing approach. The sensitivity of the procedure is assessed within a range of parametric models. Comparisons are also made with empirical and estimative solutions. The kernel method is illustrated by an example of screening within a medical context.