Efficient estimation of the censored linear regression model
删失线性回归模型的有效估计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：摘要针对删失回归与生存时间模型的一般效率问题，未明确因果、面板或经济结构参数，现有标签缺乏直接对应。
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…
删失线性回归模型的有效估计
- 研究问题
- 在线性回归或加速失效时间模型中，如何克服有效得分多根与密度估计带来的困难，构造便于实施的半参数有效估计？
- 方法与思路
- 作者提出基于计数过程鞅的一步估计，使用易获得的初始估计和代入式方差估计，并提供数据驱动的带宽选择方法。
- 材料陈述的贡献
- 摘要称估计达到半参数效率，其渐近方差与误差分布已知至位置平移时的有效估计相同，并报告数值研究及铀矿工数据应用。
- 阅读关注点
- 应核对删失机制与初始估计的要求、一步更新如何避免多根、密度估计及带宽条件，以及效率比较所针对的模型。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未列出删失条件、完整效率假设或数值结果，不能无条件推广。
原文摘要
In linear regression or accelerated failure time models, complications in efficient estimation arise from the multiple roots of the efficient score and density estimation. This paper proposes a one-step efficient estimation method based on a counting process martingale, which has several advantages: it avoids the multiple-root problem, the initial estimator is easily available and the variance estimator can be obtained by employing plug-in rules. A simple and effective data-driven bandwidth selector is provided. The proposed estimator is proved to be semiparametric efficient, with the same asymptotic variance as the efficient estimator when the error distribution is known up to a location shift. Numerical studies with supportive evidence are presented. The proposal is applied to the Colorado Plateau uranium miners data.