Semiparametric Regression Functionals
半参数回归泛函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：摘要明确研究条件分布泛函，并包含删失数据的分位数回归应用。
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
半参数回归泛函
- 研究问题
- 如何对一般分布泛函建立半参数回归方法，并在条件分布未知时估计回归参数，包括删失生存数据中的分位数回归？
- 方法与思路
- 作者采用半参数线性模型，以条件分布函数的局部估计为基础，通过最大化剖面非参数似然或经验似然估计参数。
- 材料陈述的贡献
- 摘要称开发了适用于一类一般泛函的回归方法，并提供模拟和真实数据例子，其中包括骨髓瘤试验的删失分位数回归。
- 阅读关注点
- 应核对允许的泛函类别、局部条件分布估计与平滑选择，以及剖面似然的构造和删失数据应用所需的具体条件。
- 阅读边界
- OpenAlex 摘要的稿件版本未注明；未提供识别、渐近推断或删失机制条件，不能据此判断效率、稳健性及应用结论。
原文摘要
A regression method is developed for a general class of functionals. A semiparametric linear model is adopted, and the regression parameters are estimated by maximizing a profiled nonparametric or empirical likelihood based on a local estimate of the conditional distribution function. Simulated and real data examples are shown, including an application of quantile regression to censored survival data from a clinical trial for myeloma.