Semiparametric Regression in Likelihood-Based Models
基于似然模型的半参数回归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：摘要明确包含伯努利二元响应及参数与非参数部分结合的logit建模。
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
基于似然模型的半参数回归
- 研究问题
- 在两个协变量可能相关且观测密度已指定的模型中，如何同时估计参数部分与未知函数部分，并检验参数效应？
- 方法与思路
- 作者使用加权似然估计半参数模型，建立一致性和渐近正态性，采用Wald检验，并以模拟及伯努利响应数据演示。
- 材料陈述的贡献
- 摘要称在所述正态情形下新估计量与Speckman估计量渐近等价，并通过手术并发症的二元响应应用展示建模方式。
- 阅读关注点
- 应核对权重与平滑参数、相关协变量的处理和Wald检验条件，并关注正态比较中Speckman估计量偏差较小的结论。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要，不能推断刊本变化；观测密度须指定，摘要未列出正则条件，应用关系不能据此解释为因果。
原文摘要
A weighted likelihood is used to estimate the parameters in a semiparametric model involving two covariates and allowing an association between the covariates. The development is for arbitrary but specified densities of the observations. The estimators are consistent and asymptotically normal. Hypothesis testing of the parametric component can be performed using a Wald test. Simulations and analysis of data with Bernoulli observations demonstrate the estimators' application. Speckman developed kernel estimators where the conditional density of the observations is normal with p parametric covariates. Speckman's estimators and the new estimators are asymptotically equivalent, with the bias of Speckman's estimators being smaller. As an example, we study the relationship between a binary response indicating the occurrence of an intraoperative cardiac complication (ICC) in vascular surgery patients and two risk factors: duration of the operation (OR) and ASA score, which is an evaluation of the patient's overall health prior to surgery. ASA score is modeled in the parametric portion, because it appears valid to assume that ASA is linearly related to the logit of the probability of an ICC. The functional relationship between OR duration and the logit of the probability of an ICC is unknown, so it is modeled nonparametrically.