Approximate Quasi-likelihood Estimation in Models with Surrogate Predictors
含替代预测变量模型的近似拟似然估计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：摘要涉及一般测量误差与拟似然理论，未明确建立因果、面板或结构行为模型。
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…
含替代预测变量模型的近似拟似然估计
- 研究问题
- 部分预测变量存在测量误差且方差函数参数需要估计时，如何实施拟似然估计，并区分不同资料配置下的渐近分析？
- 方法与思路
- 作者回顾并扩展四种基于小测量误差近似的估计方法，对测量误差研究中可获得的数据集建立分类，并据此发展渐近理论。
- 材料陈述的贡献
- 摘要称提出与资料配置相联系的估计框架及渐近理论，涵盖通常测量误差和 Berkson 误差模型作为特殊情况。
- 阅读关注点
- 应核对小误差近似的展开范围、四种方法的差异、数据分类对应的信息要求，以及方差参数估计和两类误差机制的处理。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；资料分类、具体条件与近似误差界未说明，不能判断测量误差较大时的有效性或方法优劣。
原文摘要
We consider quasi-likelihood estimation with estimated parameters in the variance function when some of the predictors are measured with error. We review and extend four approaches to estimation in this problem, all of them based on small measurement error approximations. A taxonomy of the data sets likely to be available in measurement error studies is developed. An asymptotic theory based on this taxonomy is obtained and includes measurement error and Berkson error models as special cases.