Optimal estimation under biased allocation of treatments
有偏处理分配下的最优估计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：题名涉及处理分配，但摘要仅描述半参数估计与效率比较，未明确因果目标及识别框架，现有证据不足以归入因果推断。
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
有偏处理分配下的最优估计
- 研究问题
- 当处理分配存在偏倚时，如何为已有文献提出的估计问题构造半参数解，并比较其与参数最大似然估计的效率？
- 方法与思路
- 作者利用最优估计函数理论构造半参数解，并将其与先前提出的参数模型及论文考察的其他模型中的最大似然估计比较。
- 材料陈述的贡献
- 摘要称，该解在指定参数模型下与最大似然估计一致；对于所考察的其他模型，其效率似乎也非常接近最大似然估计。
- 阅读关注点
- 应核对处理分配偏倚的具体机制、目标参数与模型限制，半参数解的推导，以及效率接近的比较标准和证据范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明目标参数或分配机制，不能据题名补出因果识别假设、效率数值或刊本变化。
原文摘要
This paper provides a semi-parametric solution to a problem proposed by Robbins & Zhang (1991). The solution is obtained utilizing the theory of optimum estimating functions (Godambe & Thompson, 1989). Our solution coincides with maximum likelihood estimation for the parametric model suggested by Robbins & Zhang (1991). Even for alternative models investigated in this paper, the efficiency of our estimation appears very close to that of maximum likelihood estimation.