Estimation in a semiparametric model for longitudinal data with unspecified dependence structure
依赖结构未指定的纵向数据半参数模型估计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：摘要明确研究纵向重复观测，并将条件中位数列为特例，因此与面板数据及分位数分析方向直接相关。
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
依赖结构未指定的纵向数据半参数模型估计
- 研究问题
- 如何将独立观测下的半参数 M 估计推广到纵向数据，在不指定误差分布及协方差结构时估计回归参数？
- 方法与思路
- 作者用回归样条近似非参数函数，再利用通常线性模型的 M 估计算法，处理纵向观测下的估计与大样本推断。
- 材料陈述的贡献
- 摘要称该方法可获得模型的一致估计及回归参数的有效大样本推断，并将纵向数据的条件均值和中位数分析纳入其中。
- 阅读关注点
- 应核对纵向观测依赖的允许范围、样条复杂度的选择，以及一致性和回归参数推断分别需要哪些正则条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未说明依赖限制及样条条件，不能将无需指定协方差理解为允许任意依赖。
原文摘要
This paper considers an extension of M‐estimators in semiparametric models for independent observations to the case of longitudinal data. We approximate the nonparametric function by a regression spline, and any M‐estimation algorithm for the usual linear models can then be used to obtain consistent estimators of the model and valid large‐sample inferences about the regression parameters without any specification of the error distribution and the covariance structure. Included as special cases are the analysis of the conditional mean and median functions for longitudinal data.