Inverse regression for longitudinal data
纵向数据的逆回归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：摘要直接研究间歇、稀疏测量的纵向协变量，属于重复观测数据方法，对应面板数据方向。
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
纵向数据的逆回归
- 研究问题
- 当纵向协变量仅被间歇且稀疏地测量，而非完整观察其轨迹时，如何实施切片逆回归以估计回归的降维方向？
- 方法与思路
- 作者将切片逆回归扩展至稀疏纵向协变量，发展相应渐近理论，并通过模拟研究和数据分析考察方法表现。
- 材料陈述的贡献
- 摘要称，在一定正则条件下，估计出的降维方向达到最优收敛速率，从而将该方法的应用扩展到不完整轨迹观测。
- 阅读关注点
- 应核对观测时间与稀疏程度的条件、方向的识别与估计步骤，以及所谓最优速率的比较标准和适用函数类。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要；具体正则条件与速率未说明，不能推断对任意稀疏程度、观测机制或测量误差均成立。
原文摘要
Sliced inverse regression (Duan and Li [Ann. Statist. 19 (1991) 505–530], Li [J. Amer. Statist. Assoc. 86 (1991) 316–342]) is an appealing dimension reduction method for regression models with multivariate covariates. It has been extended by Ferré and Yao [Statistics 37 (2003) 475–488, Statist. Sinica 15 (2005) 665–683] and Hsing and Ren [Ann. Statist. 37 (2009) 726–755] to functional covariates where the whole trajectories of random functional covariates are completely observed. The focus of this paper is to develop sliced inverse regression for intermittently and sparsely measured longitudinal covariates. We develop asymptotic theory for the new procedure and show, under some regularity conditions, that the estimated directions attain the optimal rate of convergence. Simulation studies and data analysis are also provided to demonstrate the performance of our method.