Estimation in linear models with censored data
删失数据线性模型的估计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：摘要讨论一般删失线性回归，未明确提供所列经济计量细分方向的依据。
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
删失数据线性模型的估计
- 研究问题
- 在线性回归存在删失时，既有方法、较简单的非参数方法和正态模型如何比较，误差方差又应如何估计？
- 方法与思路
- 作者考察 Buckley–James 方法、一种新提出的较简单非参数方法及删失正态模型，并通过模拟比较三者。
- 材料陈述的贡献
- 摘要称提出 Buckley–James 程序中误差项方差的新估计量及较简单非参数方法，同时描述三种方法的模拟比较。
- 阅读关注点
- 应核对删失机制、各方法的分布要求、新方差估计量的构造，以及模拟是否比较偏差、精度和推断表现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；删失条件、估计性质和模拟结果未说明，不能判断哪种方法更优。
原文摘要
Three methods for linear regression with censored data are considered, that of Buckley & James (1979), a proposed simpler nonparametric method and a normal model for censored data. A new estimator for the variance of the error term in Buckley & James's (1979) procedure is proposed and simulations comparing the three methods are described.