Estimation in a Linear Regression Model with Censored Data
删失数据线性回归模型中的估计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：摘要属于一般删失回归与半参数效率理论，未明确分位数、因果或所列应用方向。
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
删失数据线性回归模型中的估计
- 研究问题
- 在误差分布未知的半参数线性回归中，如何利用删失观测构造具有渐近正态性的估计，并刻画其效率及与秩检验的联系？
- 方法与思路
- 作者构造 Buckley–James 型估计方程，并借助两类鞅之间的等价关系，联系该估计与基于线性秩检验的估计方法。
- 材料陈述的贡献
- 摘要称估计方程存在根号样本量一致且渐近正态的解，在特定误差分布下有效，并讨论向处处有效估计的扩展。
- 阅读关注点
- 应核对删失机制、误差与协变量的条件、估计方程解的存在性，以及特定分布下效率和秩检验等价性的精确定义。
- 阅读边界
- 依据版本未注明的 OpenAlex 摘要；未说明具体删失条件或有效分布，处处有效的扩展仅称有所讨论，不能视为已完整建立。
原文摘要
We consider the semiparametric linear regression model with censored data and with unknown error distribution. We describe estimation equations of the Buckley-James type that admit $\sqrt n$-consistent and asymptotically normal solutions. The derived estimator is efficient at a particular error distribution. We show the equivalence between this type of estimator and an estimator based on a linear rank test suggested by Tsiatis. This equivalence is an extension of a basic equivalence between Doob type martingales and counting process martingales shown by Ritov and Wellner. An extension to an estimator that is efficient everywhere is discussed.