Partially linear models with missing response variables and error-prone covariates
响应缺失且协变量存在测量误差的部分线性模型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：摘要研究缺失与测量误差下的通用半参数回归，临床试验应用本身不足以确定因果推断分类。
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
响应缺失且协变量存在测量误差的部分线性模型
- 研究问题
- 部分线性模型同时存在响应缺失和协变量测量误差时，如何估计线性参数与总体响应均值，并构造参数置信域？
- 方法与思路
- 作者提出一类半参数估计量，并以经验似然统计量构造参数置信域；摘要将给定协变量相关的缺失结构称为非随机缺失。
- 材料陈述的贡献
- 摘要称估计量在一般假设下一致且渐近正态，经验似然统计量渐近服从卡方分布，并报告模拟与 AIDS 临床试验应用。
- 阅读关注点
- 应核对缺失机制针对真实还是观测协变量定义、测量误差所需信息，以及参数识别条件和经验似然校准步骤。
- 阅读边界
- 材料为版本未注明的索引摘要；缺失概率依赖协变量与非随机缺失表述的关系需查原文，不能自行确定机制或刊本变化。
原文摘要
We consider partially linear models of the form Y = X(T)beta + nu(Z) + epsilon when the response variable Y is sometimes missing with missingness probability pi depending on (X, Z), and the covariate X is measured with error, where nu(z) is an unspecified smooth function. The missingness structure is therefore missing not at random, rather than the usual missing at random. We propose a class of semiparametric estimators for the parameter of interest beta, as well as for the population mean E(Y). The resulting estimators are shown to be consistent and asymptotically normal under general assumptions. To construct a confidence region for beta, we also propose an empirical-likelihood-based statistic, which is shown to have a chi-squared distribution asymptotically. The proposed methods are applied to an AIDS clinical trial dataset. A simulation study is also reported.