Estimation of the mean of a K-sample U-statistic with missing outcomes and auxiliaries
结局缺失且有辅助变量时 K 样本 U 统计量均值的估计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：摘要针对缺失数据与诊断曲线面积估计，没有明确因果效应目标或其他所列领域依据。
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
结局缺失且有辅助变量时 K 样本 U 统计量均值的估计
- 研究问题
- 当部分抽样单位的结局缺失，而全样本都有辅助变量时，如何利用辅助信息估计 K 样本 U 统计量的均值？
- 方法与思路
- 作者在结局随机缺失、缺失概率已知的设定下，利用半参数有效估计理论构造估计量，无须指定辅助变量与结局的联合分布。
- 材料陈述的贡献
- 摘要称推导了所提估计量的性质，并以病例和健康组仅在子样本观测生物标志物时的 ROC 曲线下面积估计作说明。
- 阅读关注点
- 应核对随机缺失与已知缺失概率的作用、辅助信息进入估计量的方式，以及半参数效率结论的具体条件和实现。
- 阅读边界
- 索引摘要版本未注明；不指定联合分布并不取消随机缺失和已知缺失概率条件，摘要未说明概率未知时的处理。
原文摘要
We propose estimators of the mean of a K‐sample U‐statistic when data on the outcomes of interest are missing in some sampled units and auxiliary variables are available in the entire sample. The proposed estimators exploit the information available in the auxiliaries without requiring assumptions about the joint distribution of the auxiliaries and outcomes. The properties of the proposed estimators are derived as a consequence of general results on efficient semiparametric estimation of the mean of a K‐sample U‐statistic with missing at random outcomes, observed auxiliary variables and known missingness probabilities. We illustrate the methods with the estimation of the area under a receiver operating characteristic curve when the biomarker data are observed only in subsamples of the diseased and healthy subjects.