The two‐sample linear regression model with interval‐censored covariates
协变量区间删失下的两样本线性回归模型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：摘要研究通用两样本线性回归、区间删失协变量与半参数效率，未明确对应所给领域细分中的特定方向。
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
协变量区间删失下的两样本线性回归模型
- 研究问题
- 当主样本精确记录结果、协变量仅以区间观测，而独立辅助样本仅精确记录协变量时，如何识别并估计回归系数？
- 方法与思路
- 作者利用独立辅助样本中的精确协变量信息建立点识别，并据此构造线性回归系数的半参数有效估计量。
- 材料陈述的贡献
- 摘要称，该方法在上述两样本信息结构下实现点识别和半参数有效估计，并以收入与体重指数的关系展示应用。
- 阅读关注点
- 应核对两样本分布兼容条件、区间观测机制、回归误差限制，以及点识别与半参数效率界所依赖的具体假设。
- 阅读边界
- 摘要未说明两样本可比性和模型误差条件，也未给出样本规模或实证结果；收入与体重指数的关系不能直接解释为因果效应。
原文摘要
Summary There are surveys that gather precise information on an outcome of interest, but measure continuous covariates by a discrete number of intervals, in which case the covariates are interval censored . For applications with a second independent dataset precisely measuring the covariates, but not the outcome, this paper introduces a semiparametrically efficient estimator for the coefficients in a linear regression model. The second sample serves to establish point identification. An empirical application investigating the relationship between income and body mass index illustrates the use of the estimator.