跳到正文
← 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:摘要研究通用回归中的协变量测量误差,未明确涉及所列因果、结构或其他领域细分。

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
J. H. Sepanski
R. Knickerbocker
R. J. Carroll

测量误差衰减偏误的半参数修正

研究问题
协变量存在测量误差、且代理变量不必满足经典加性误差模型时,如何利用独立验证数据修正回归参数估计?
方法与思路
作者先用验证数据进行核回归,估计真实协变量给定代理变量的条件均值,再以该估计替代未知协变量开展标准分析。
材料陈述的贡献
摘要称方法适用于包括广义线性模型的一类模型,给出所得参数估计量的渐近分布,并讨论部分协变量无误差的扩展。
阅读关注点
应核对验证样本与主样本的关系、条件均值替代适用的模型范围、核平滑误差如何进入推断,以及无偏替代测量的要求。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明。无偏估计的符号显示异常,需查原 PDF;摘要也未说明修正的完整适用条件。

原文摘要

A correction method is proposed for models including the generalized linear model when the covariate is measured with error. The method requires a separate validation data set that consists of the surrogate W and the true covariate X or an unbiased estimate X⊃ of X. We do not require the classical additive measurement error model in which the surrogate is unbiased for the true covariates. We first obtain an estimate of E(X|W) by using nonparametric kernel regression of X or X⊃ on W based on the validation data. Then we perform a standard analysis with the unknown X replaced by the estimate of E(X|W). The asymptotic distribution of the resulting regression parameter estimator is obtained. Generalizations to include components of X measured without error are also discussed.

笔记与分组