On the asymptotic inefficiency of certain noniterative estimators of a common relative risk or odds ratio
某些共同相对风险或优势比非迭代估计量的渐近无效率性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：摘要研究二项变量汇总估计的统计效率，风险比名称不足以支持因果推断或金融风险分类。
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…
某些共同相对风险或优势比非迭代估计量的渐近无效率性
- 研究问题
- 在无条件样本空间下，若干用于共同优势比或共同相对风险的非迭代汇总估计量，究竟在什么情况下渐近有效？
- 方法与思路
- 作者重新检验 Mantel–Haenszel 优势比估计及两种共同相对风险估计的渐近效率条件，回应此前研究的效率主张。
- 材料陈述的贡献
- 摘要称，除少数退化情形外，当共同优势比或共同相对风险不等于一时，这些估计量无效率，与此前主张相反。
- 阅读关注点
- 应核对无条件样本空间的设置、渐近效率的比较基准，以及参数等于一和退化情形在论证中承担的作用。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；具体渐近序列、退化情形及效率损失未说明，不能把结论扩展到其他估计量。
原文摘要
Nurminen (1981) gives conditions for the asymptotic efficiency of general weighted mean estimators. His application is a noniterative estimator of a common relative risk for binomial variates. This summary estimator and, by implication, the Mantel-Haenszel summary odds ratio estimator are asserted to be asymptotically efficient. We examine conditions for the asymptotic efficiency in the unconditional sample space of the MantelHaenszel estimator for a common odds ratio, the estimator of a common relative risk considered by Nurminen, and Tarone's (1981) estimator of a common relative risk for binomial variables. Contrary to Nurminen, we find that, except for a few degenerate cases, these estimators are inefficient whenever the common odds ratio or common relative risk is not equal to 1.