A Unified Approach to Regression Analysis Under Double-Sampling Designs
双重抽样设计下回归分析的统一方法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：摘要聚焦代理测量与验证抽样下的一般回归估计，未直接对应所列细分领域。
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
双重抽样设计下回归分析的统一方法
- 研究问题
- 当主样本仅有响应或解释变量的粗略代理测量，而随机验证子样本有精确测量时，如何利用两类数据一致且有效地估计回归参数？
- 方法与思路
- 作者假定验证样本是主样本的简单随机子样本，利用特定参数模型提取主样本的部分信息，构造统一的回归参数估计方法。
- 材料陈述的贡献
- 摘要称即使该辅助参数模型错设，估计量仍一致，并比仅使用验证数据的估计量具有更高渐近效率，另讨论具体应用情形。
- 阅读关注点
- 应核对简单随机验证抽样的作用、辅助模型参与估计的方式，以及错设下的一致性证明和效率比较所需的共同条件。
- 阅读边界
- 仅据所给 Crossref 摘要解读；其他正则条件和效率增益数值未说明，不能将错设稳健性推广到非随机验证抽样或任意误差机制。
原文摘要
Summary We propose a unified approach to the estimation of regression parameters under double-sampling designs, in which a primary sample consisting of data on the rough or proxy measures for the response and/or explanatory variables as well as a validation subsample consisting of data on the exact measurements are available. We assume that the validation sample is a simple random subsample from the primary sample. Our proposal utilizes a specific parametric model to extract the partial information contained in the primary sample. The resulting estimator is consistent even if such a model is misspecified, and it achieves higher asymptotic efficiency than the estimator based only on the validation data. Specific cases are discussed to illustrate the application of the estimator proposed.