Conditional scores and optimal scores for generalized linear measurement-error models
广义线性测量误差模型的条件得分与最优得分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：摘要研究一般广义线性模型的测量误差理论，逻辑回归仅为推广起点，缺少离散选择等经济领域的直接依据。
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…
广义线性测量误差模型的条件得分与最优得分
- 研究问题
- 当解释变量含独立正态测量误差时，如何在典范形式的广义线性模型中构造无偏得分，并处理未知协变量分布？
- 方法与思路
- 固定解释变量情形下，作者对特定充分统计量取条件以构造无偏得分；随机解释变量分布未知时识别有效得分。
- 材料陈述的贡献
- 摘要称结果将既有逻辑回归研究推广至广义线性模型，并区分固定解释变量与独立同分布随机解释变量的得分构造。
- 阅读关注点
- 应核对测量误差独立性的对象、误差参数是否已知、所用充分统计量，以及有效得分对应的模型和效率界。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；具体得分公式和正则条件未说明，其中“结构情形”不能直接等同经济结构估计。
原文摘要
This paper studies estimation in generalized linear models in canonical form when the explanatory vector is measured with independent normal error. For the functional case, i.e. when the explanatory vectors are fixed constants, unbiased score functions are obtained by conditioning on certain sufficient statistics. This work generalizes results obtained by the authors (Stefanski & Carroll, 1985) for logistic regression. In the case that the explanatory vectors are independent and identically distributed with unknown distribution, efficient score functions are identified. Related results for the structural case are given by Bickel & Ritov (1987).