Semiparametric Regression in Likelihood-Based Models
基于似然模型的半参数回归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：摘要讨论一般半参数回归与医疗二元响应，缺少经济离散选择或其他所列细分的直接证据。
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
基于似然模型的半参数回归
- 研究问题
- 在两个协变量允许相关、一个进入参数部分而另一个关系未知的模型中，如何基于指定观测密度进行半参数估计与检验？
- 方法与思路
- 作者通过加权似然估计参数与非参数部分，使用 Wald 检验推断参数分量，并以模拟和手术并发症二元数据展示应用。
- 材料陈述的贡献
- 摘要称估计量一致且渐近正态；在相应正态模型比较中，新估计量与 Speckman 估计量渐近等价，但后者偏差更小。
- 阅读关注点
- 应核对加权似然的构造、协变量相关时的识别与平滑条件，以及渐近等价和偏差比较分别适用于哪些模型设定。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。指定密度和正则条件未展开，医疗二元响应应用不能直接解释为因果或选择模型。
原文摘要
A weighted likelihood is used to estimate the parameters in a semiparametric model involving two covariates and allowing an association between the covariates. The development is for arbitrary but specified densities of the observations. The estimators are consistent and asymptotically normal. Hypothesis testing of the parametric component can be performed using a Wald test. Simulations and analysis of data with Bernoulli observations demonstrate the estimators' application. Speckman developed kernel estimators where the conditional density of the observations is normal with p parametric covariates. Speckman's estimators and the new estimators are asymptotically equivalent, with the bias of Speckman's estimators being smaller. As an example, we study the relationship between a binary response indicating the occurrence of an intraoperative cardiac complication (ICC) in vascular surgery patients and two risk factors: duration of the operation (OR) and ASA score, which is an evaluation of the patient's overall health prior to surgery. ASA score is modeled in the parametric portion, because it appears valid to assume that ASA is linearly related to the logit of the probability of an ICC. The functional relationship between OR duration and the logit of the probability of an ICC is unknown, so it is modeled nonparametrically.