Quasi-Likelihood for Median Regression Models
中位数回归模型的拟似然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：摘要明确研究中位数回归这一分位数方法，并说明拟似然可用于具有依赖关系的时间序列观测。
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
中位数回归模型的拟似然
- 研究问题
- 面对重复测量或时间序列等相关观测，如何为中位数回归构造拟似然，并获得一致性和效率方面的保证？
- 方法与思路
- 作者通过指定中位数与离散程度的关系及观测依赖结构构造拟似然方程，并以临床试验数据说明方法。
- 材料陈述的贡献
- 摘要称估计量在适当条件下一致且渐近正态，并在某类一致估计量中具有最小渐近方差；特定变换下拟似然为精确似然。
- 阅读关注点
- 应核对依赖与离散程度的设定、渐近结果的假设、效率比较类，以及单调变换后服从拉普拉斯分布的条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未说明具体正则条件或效率比较类，不能据此声称对所有中位数估计方法最优。
原文摘要
This article proposes quasi-likelihood equations for median regression models. The quasi-likelihood can be used for dependent observations such as repeated measurements or time series data. To construct a quasi-likelihood equation, we need to specify the relation between the median and the dispersion and also specify the dependency of the observations. If a monotone transformation of the original observation has a Laplace distribution, then the quasi-likelihood is the exact likelihood. Under moderate assumptions, the quasi-likelihood estimates are consistent and have asymptotically normal distributions. The estimates are also shown to have minimal asymptotic variance within a certain class of consistent estimates. The proposed method is illustrated using data from a clinical trial.