M -estimation in censored linear models
右删失线性模型中的 M 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：摘要讨论右删失回归的一般估计理论，未明确涉及经济结构、离散选择或因果效应识别。
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
右删失线性模型中的 M 估计
- 研究问题
- 当线性模型的响应变量受到右删失时，如何构造 M 估计量，并为采用平方误差损失的最小二乘情形建立渐近理论？
- 方法与思路
- 作者提出右删失响应下的 M 估计构造方法，利用计数过程鞅技术推导平方误差损失估计量的中心极限定理，并给出应用。
- 材料陈述的贡献
- 摘要称，文章提供了删失线性模型的估计方法及最小二乘情形的中心极限定理，并以斯坦福心脏移植数据进行说明。
- 阅读关注点
- 应核对删失机制、估计方程与损失函数要求、鞅推导所需条件，以及中心极限定理是否仅覆盖摘要明确列出的平方损失。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；不能将平方损失的中心极限定理推广到所有 M 估计，也未说明应用中的效果数值。
原文摘要
We propose a method of obtaining an M-estimator in a linear model when the responses are subject to right censoring. The central limit theorem for the estimator using squared error loss, i.e. least squares, is derived using counting process martingale techniques. The estimation method is applied to the Stanford heart transplant data for illustration.