The Asymptotic Relative Efficiency of Score Tests in a Generalized Linear Model with Surrogate Covariates
含替代协变量的广义线性模型中得分检验的渐近相对效率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：摘要聚焦流行病学测量误差与得分检验，未提供因果识别或所列其他方向的直接依据。
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
含替代协变量的广义线性模型中得分检验的渐近相对效率
- 研究问题
- 当真实暴露变量无法直接测量且替代关系不宜用加性误差表示时，如何检验无关联假设并评估替代变量造成的效率变化？
- 方法与思路
- 作者分析替代协变量对有效得分统计量的影响，为无关联原假设构造最优得分检验，并与真实暴露检验及直接代入方法比较。
- 材料陈述的贡献
- 摘要称给出计算最优得分检验的简单灵活程序，推导其相对真实暴露检验的渐近效率，并比较朴素替代变量代入法。
- 阅读关注点
- 核对替代变量与真实暴露的关系如何建模、检验所需信息和最优性范围，以及相对效率计算采用的局部备择。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 摘要；替代关系条件与效率表达未给出，无关联检验也不能直接解释为因果效应检验。
原文摘要
In many epidemiological studies, the exposure variable of interest cannot be measured directly. The classical approaches to errors in variables in regression do not extend easily to the nonlinear models commonly used in epidemiological research. Furthermore, the traditional additive measurement error model cannot adequately represent many surrogate relationships. By considering the effect of using surrogate independent variables on the efficient score statistic, some of the difficulties inherent in the estimation problem may be avoided. For the null hypothesis of no association, a simple and flexible procedure can be used to calculate the optimal score test. The asymptotic relative efficiency of this test to the test based upon the true exposures is derived. The optimal test is also compared to the naive procedure of substituting the surrogate into the score test for the true exposure.