On Robust Estimation in Logistic Case-Control Studies
病例对照研究中 Logistic 回归的稳健估计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：摘要讨论病例对照抽样中的二元回归稳健性，未涉及经济主体的离散选择行为，不足以归入离散选择方向。
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
病例对照研究中 Logistic 回归的稳健估计
- 研究问题
- 在病例对照抽样下，如何稳健估计 Logistic 回归的斜率，并判断通常前瞻抽样框架的标准误计算能否继续使用？
- 方法与思路
- 作者分析按杠杆程度、极端拟合值或误分类可能性降权的斜率估计量，推导其在病例对照抽样下的渐近分布与协方差。
- 材料陈述的贡献
- 摘要称，所分析稳健估计量具有一致性和渐近正态性，且前瞻框架中的渐近协方差估计公式可在病例对照研究中直接使用。
- 阅读关注点
- 应核对三类权重的定义、病例对照抽样机制及斜率目标，检查一致性条件和协方差公式无需修改的适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；未给出具体权重、稳健性指标及有限样本比较，不能推断所有稳健 Logistic 方法都适用。
原文摘要
Consider a logistic regression model under case-control sampling. Prentice & Pyke (1979) showed that the logistic slope estimates with case-control sampling may be estimated from a standard prospective logistic regression program and that the resulting standard errors are asymptotically correct. Since logistic regression estimates are nonrobust, we propose and analyze robust estimates of the slope parameters. We focus specifically on estimates which downweight observations on one of three factors: (i) leverage, (ii) extreme fitted values, and (iii) likelihood of misclassification. In the prospective framework, all these estimates have easily computed asymptotic covariance matrices. We compute the asymptotic distribution theory for such robust estimates under the case-control sampling scheme, showing that they are consistent and asymptotically normally distributed. In addition, we show that the prospective formulae for asymptotic covariance estimates may be used without modification in case-control studies.