Asymptotic inference for semiparametric association models
半参数关联模型的渐近推断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：摘要讨论一般关联模型与条件抽样，虽提及逻辑回归，但未明确研究离散选择行为或其他所列应用方向。
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
半参数关联模型的渐近推断
- 研究问题
- 当模型仅约束两个随机元素的优势比函数时，分别按两个方向进行条件抽样，能否得到相同的关联参数渐近推断？
- 方法与思路
- 作者建立不限制边际分布的半参数关联模型，比较两种条件抽样方向下的推断，并联系关联参数与常见回归参数。
- 材料陈述的贡献
- 摘要称，两种条件抽样方向下的关联参数渐近推断相同；部分常见回归模型可据此利用按响应条件抽取的样本进行推断。
- 阅读关注点
- 应核对优势比函数的定义、抽样设计与正则条件，以及回归参数和关联参数的对应关系，明确推断等价涉及哪些统计量。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未列出推断等价的完整条件，也不能据关联关系作因果解释。
原文摘要
Association models for a pair of random elements X and Y (e.g., vectors) are considered which specify the odds ratio function up to an unknown parameter θ. These models are shown to be semiparametric in the sense that they do not restrict the marginal distributions of X and Y. Inference for the odds ratio parameter θ may be obtained from sampling either Y conditionally on X or vice versa. Generalizing results from Prentice and Pyke, Weinberg and Wacholder and Scott and Wild, we show that asymptotic inference for θ under sampling conditional on Y is the same as if sampling had been conditional on X. Common regression models, for example, generalized linear models with canonical link or multivariate linear, respectively, logistic models, are association models where the regression parameter β is closely related to the odds ratio parameter θ. Hence inference for β may be drawn from samples conditional on Y using an association model.