Efficient semiparametric regression for longitudinal data with nonparametric covariance estimation
结合非参数协方差估计的纵向数据高效半参数回归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：摘要明确处理个体重复观测的纵向数据及个体内相关结构，与面板数据方法直接相关。
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
结合非参数协方差估计的纵向数据高效半参数回归
- 研究问题
- 纵向数据中个体内协方差模型误设可能降低回归估计效率，能否通过非参数协方差估计保留半参数效率？
- 方法与思路
- 作者以核方法估计个体内协方差矩阵，将其代入半参数剖面估计，并通过模拟及艾滋病临床试验的 CD4 数据展示应用。
- 材料陈述的贡献
- 摘要称核协方差估计具有一致性，代入非参数协方差后的剖面估计仍具半参数效率，并在应用中扩展到协方差的函数分析。
- 阅读关注点
- 应核对纵向观测结构、核估计与带宽条件、协方差矩阵处理方式，以及效率结论对回归模型和采样设计的要求。
- 阅读边界
- 仅依据所给 OpenAlex 摘要，稿件版本未说明；正则条件及数值结果未提供，协方差误设稳健性不能推广为对全部模型误设稳健。
原文摘要
For longitudinal data, when the within-subject covariance is misspecified, the semiparametric regression estimator may be inefficient. We propose a method that combines the efficient semiparametric estimator with nonparametric covariance estimation, and is robust against misspecification of covariance models. We show that kernel covariance estimation provides uniformly consistent estimators for the within-subject covariance matrices, and the semiparametric profile estimator with substituted nonparametric covariance is still semiparametrically efficient. The finite sample performance of the proposed estimator is illustrated by simulation. In an application to CD4 count data from an AIDS clinical trial, we extend the proposed method to a functional analysis of the covariance model. Copyright 2011, Oxford University Press.