Linear regression with doubly censored data
双侧删失数据的线性回归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：摘要研究一般双侧删失线性回归，未涉及面板、因果识别或明确的结构模型，删失响应也不等于离散选择问题。
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
双侧删失数据的线性回归
- 研究问题
- 在线性回归的响应变量受到双侧删失时，如何构造半参数估计量，并建立估计方程展开及一致性、渐近正态性？
- 方法与思路
- 作者提出 Buckley–James–Ritov 型估计量，讨论半参数信息与投影得分，并在较一般条件下推导估计方程展开。
- 材料陈述的贡献
- 摘要称给出双侧删失回归的估计方法及估计方程展开，并提供保证估计量渐近一致性与正态性的充分条件。
- 阅读关注点
- 应核对双侧删失的具体观测结构、删失机制所需条件和估计方程定义，确认所讨论的信息界是否由估计量达到。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未列出删失假设、方差估计及效率结论，不能据此声称估计量半参数有效。
原文摘要
Linear regression with doubly censored responses is considered. Buckley-James-Ritov-type estimators are proposed. Semiparametric information and projective scores are discussed. An expansion of the estimating equations is obtained under fairly general assumptions. Sufficient conditions are given for the asymptotic consistency and normality of the estimators.