Estimating the Parameters of a Distributed Lag Model from Cross-Section Data: The Case of Hospital Admissions and Discharges
利用横截面数据估计分布滞后模型：医院入院与出院案例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：摘要直接研究有理分布滞后这一动态时间序列模型，尽管其提出的估计信息来自横截面数据。
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…
关注这篇论文的作者
利用横截面数据估计分布滞后模型：医院入院与出院案例
- 研究问题
- 通常由时间序列描述的分布滞后关系，能否利用医院住院时长的横截面数据估计，并提供更适合该案例的信息来源。
- 方法与思路
- 作者研究以住院时长横截面信息估计有理分布滞后模型，将医院入院与出院的动态关系同系统内停留时间联系起来。
- 材料陈述的贡献
- 摘要提出分布滞后估计的横截面路径，认为该案例中的住院时长数据似乎更合适，并指出可能适用于其他可观测停留时间的系统。
- 阅读关注点
- 应核对停留时间分布与滞后参数之间的对应关系、横截面抽样机制，以及与现有时间序列数据比较的具体依据。
- 阅读边界
- 所给材料是稿件版本未注明的 OpenAlex 索引摘要；参数可识别条件、估计公式和比较结果未说明，推广应用仅是摘要中的推测。
原文摘要
It is natural to think of estimating distributed lag models from time series data since it is in time series contexts that such models arise. This article studies the estimation of rational distributed lags in the context of hospital admissions and discharges where a relevant body of cross-section data exists in the form of lengths-of-stay and appears to be more appropriate for this purpose than do the available time series data. The cross-section approach presumably has applications in many situations in which length-of-stay in the system or its counterpart can be observed.