Semiparametric Estimation Methods for Panel Count Data Using Monotone B -Splines
用单调 B 样条半参数估计面板计数数据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：摘要明确研究同一对象在多次访视中记录的面板计数数据及其半参数估计。
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
用单调 B 样条半参数估计面板计数数据
- 研究问题
- 作者研究离散访视下的累计事件计数，如何在比例均值模型中联合估计基线均值函数与协变量效应，并改善计算表现。
- 方法与思路
- 摘要称以单调 B 样条逼近基线均值函数，采用似然方法联合估计，再用广义 Rosen 算法计算并开展模拟比较。
- 材料陈述的贡献
- 摘要称建立基线估计的一致性与回归系数的正态性，光滑性足够时基线收敛可改善，并用膀胱肿瘤试验数据示例。
- 阅读关注点
- 应核对访视与计数过程条件、样条维度选择和单调约束，并查看原始速率公式、正态性前提及计算复杂度比较。
- 阅读边界
- OpenAlex 索引版本未注明；模型与速率符号的上下标可能丢失，需查原 PDF，摘要未说明具体改善幅度或模拟优劣。
原文摘要
We study semiparametric likelihood-based methods for panel count data with proportional mean model E[ℕ(t)|Z]=Λ0(t)exp(β0TZ), where Z is a vector of covariates and Λ0(t) is the baseline mean function. We propose to estimate Λ0(t) and β0 jointly with Λ0(t) approximated by monotone B-splines and to compute the estimators using generalized Rosen algorithm proposed by Jamshidian (2004). We show that the proposed spline-based likelihood estimators of Λ0(t) are consistent with a possibly better than n1/3 convergence rate if Λ0(t) is sufficiently smooth. The normality of the estimators of β0 is also established. Comparisons between the proposed estimators and their alternatives studied in Wellner and Zhang (2007) are made through simulations studies, regarding their finite sample performance and computational complexity. A real example from a bladder tumor clinical trial is used to illustrate the methods.