The Theil-Sen Estimator with Doubly Censored Data and Applications to Astronomy
响应与协变量均受删失时的 Theil–Sen 估计及天文学应用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：摘要研究删失线性回归斜率估计；使用斜率中位数不足以归为分位数或分布效应。
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…
响应与协变量均受删失时的 Theil–Sen 估计及天文学应用
- 研究问题
- 简单线性回归中，当响应变量和协变量都可能受删失时，如何扩展 Theil–Sen 斜率估计并估计其渐近方差？
- 方法与思路
- 作者通过反演适当版本的 Kendall 秩统计量构造估计，并另以直接估计成对斜率中位数实现扩展，与 Schmitt 方法作数值比较。
- 材料陈述的贡献
- 摘要称第一种扩展所需假设较弱、计算简便，并给出简单的渐近方差估计；两种扩展均应用于天文学数据。
- 阅读关注点
- 应核对两变量各自的删失机制、可比较样本对的定义及一致性条件，并检查两种扩展的方差估计和数值比较设定。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要，不能推断刊本变化；所谓弱假设的内容及比较结果未说明，不能据此宣称普遍优越。
原文摘要
The Theil-Sen estimator of the slope parameter in simple linear regression is extended to data with both the response and the covariate subject to censoring. Based on inverting a suitable version of Kendall's τ statistic, this estimator requires weak assumptions and is simple to compute, and a simple estimate of its asymptotic variance is obtained. A second extension of the Theil-Sen estimator, based on a direct estimation of the median of pairwise slopes, is given. These estimators are compared numerically with versions of Schmitt's estimator and applied to two data sets from the recent astronomical literature.