Transfer functionals and semiparametric regression models
传递泛函与半参数回归模型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：比例风险和加性风险在此属于一般半参数回归，不能据此认定为金融风险或其他所列领域。
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
传递泛函与半参数回归模型
- 研究问题
- 研究如何以传递泛函为统一工具构造半参数回归模型，并估计未知回归参数，使比例风险和加性风险模型的估计得以推广。
- 方法与思路
- 作者提出基于传递泛函的半参数回归建模方法，并给出回归参数估计量；摘要未解释泛函的具体定义或估计步骤。
- 材料陈述的贡献
- 摘要明确提出一种一般建模途径及参数估计量，称其推广了比例风险和加性风险模型的参数估计，但未陈述具体渐近结果。
- 阅读关注点
- 应核对传递泛函的定义、模型可识别性和参数估计构造，并查看经典风险模型如何作为特例以及推断所需的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未说明数据观测机制、识别与正则条件，也未报告一致性、效率或实际比较结果。
原文摘要
A general approach to semiparametric regression model construction is proposed, using the notation of a transfer functional. Estimators of unknown regression parameters are proposed, generalising the estimators of the parameters of the proportional hazards and the additive risk models.