The Effect of Errors in Diagnosis and Measurement on the Estimation of the Probability of an Event
诊断与测量误差对事件概率估计的影响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：摘要研究通用分类与概率估计的误差敏感性，未提供经济离散选择或因果识别设定。
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
诊断与测量误差对事件概率估计的影响
- 研究问题
- 基础数据中的误分类和测量误差如何影响逻辑回归与正态判别的渐近偏差和效率，二者的相对表现如何变化？
- 方法与思路
- 作者分析两类分类程序对数据误差的敏感性，并单独考察一个二元自变量发生误分类时对偏差和效率的影响。
- 材料陈述的贡献
- 摘要称误差增大通常伴随偏差上升和效率下降，且有误差时逻辑回归相对于正态判别的表现优于无误差时的相对表现。
- 阅读关注点
- 应核对误分类与测量误差的生成机制、误差涉及哪些变量，以及相对表现改善所依据的效率定义与参数范围。
- 阅读边界
- 所给索引摘要未标稿件版本。摘要未给完整误差模型与条件；相对表现改善不能理解为逻辑回归在所有误差情形下占优。
原文摘要
This article investigates the effect of misclassification and measurement error in the basic data on the asymptotic bias and efficiency of the logistic regression (LR) and normal discrimination (ND) classification procedures. The effect of misclassification in a single binary independent variable on the bias and efficiency of both procedures is also presented. Typically, asymptotic bias increases and efficiency decreases as misclassification and measurement error increase. The performance of LR relative to ND is shown to be better in the presence of error than without error.