Reducing sensitivity to nuisance parameters in semiparametric models: a quasi-score method
降低半参数模型对滋扰参数的敏感性：拟得分方法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：摘要讨论一般半参数滋扰参数处理，匹配设计和测量误差的提及不足以确定因果或结构估计分类。
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
降低半参数模型对滋扰参数的敏感性：拟得分方法
- 研究问题
- 仅指定响应变量均值与方差、且均值含目标参数和滋扰参数时，如何降低估计函数对滋扰参数的敏感性？
- 方法与思路
- 作者将投影得分方法扩展到半参数模型，构造二阶拟得分基，再通过求解线性方程组获得二阶局部辅助估计函数。
- 材料陈述的贡献
- 摘要称，提出的构造在典范指数族分布下对应真正的投影，渐近分析与模拟显示滋扰参数的影响明显减弱。
- 阅读关注点
- 应核对拟得分的最优性与信息无偏含义、二阶局部辅助性的定义，以及匹配设计和测量误差应用的具体条件。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未给出敏感性指标、模拟数值及完整条件，不能认定方法普遍更优。
原文摘要
This paper proposes a semiparametric extension of the projected score method of Waterman & Lindsay (1996) for the elimination of nuisance parameters. The procedure addresses cases where only the mean and the variance of the response variable are specified and where the mean function involves both parameters of interest and nuisance parameters. Important applications of the semiparametric model include quasilikelihood models for matched designs and for measurement error models (Carroll & Stefanski, 1990). As a result of the optimality and information-unbiasedness of the quasi-score function, a second-order quasi-score basis of estimating functions for the nuisance parameter is derived. Second-order locally ancillary estimating functions (Small & McLeish, 1994, pp. 81-4) are then obtained by solving a simple linear system that corresponds to a true projection for canonical exponential family distributions. Asymptotic arguments and simulation work show that the impact of nuisance parameters is considerably reduced when adopting the proposed approach.