Optimal pseudolikelihood estimation in the analysis of multivariate missing data with nonignorable nonresponse
不可忽略无应答下多元缺失数据分析的最优伪似然估计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：摘要聚焦通用不可忽略缺失与伪似然效率，未明确涉及因果效应、面板或其他给定方向。
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
不可忽略无应答下多元缺失数据分析的最优伪似然估计
- 研究问题
- 当响应缺失概率依赖响应自身时，非参数估计完整协变量分布的伪似然方法，是否比已知或参数化处理该分布的方法更有效？
- 方法与思路
- 作者推导第三类伪似然估计量渐近方差的闭式表示，以比较三种协变量分布处理方式，并讨论向更一般缺失机制的推广。
- 材料陈述的贡献
- 摘要称证明非参数处理协变量分布的第三种估计量比另外两种更有效，解决此前的效率猜想，并可推广到更一般缺失机制。
- 阅读关注点
- 应核对不可忽略缺失模型的识别条件、三种估计量的比较框架、渐近方差推导，以及更一般缺失机制的适用限制。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；效率排序针对所述估计量和模型，摘要未说明识别与推广条件，不能推断刊本变化。
原文摘要
Tang et al. (2003) considered a regression model with missing response, where the missingness mechanism depends on the value of the response variable and hence is nonignorable. They proposed three pseudolikelihood estimators, based on different treatments of the probability distribution of the completely observed covariates. The first assumes the distribution of the covariate to be known, the second estimates this distribution parametrically, and the third estimates the distribution nonparametrically. While it is not hard to show that the second estimator is more efficient than the first, Tang et al. (2003) only conjectured that the third estimator is more efficient than the first two. In this paper, we investigate the asymptotic behaviour of the third estimator by deriving a closed-form representation of its asymptotic variance. We then prove that the third estimator is more efficient than the other two. Our result can be straightforwardly applied to missingness mechanisms that are more general than that in Tang et al. (2003).