Semiparametric Estimation in Logistic Measurement Error Models
Logistic 测量误差模型的半参数估计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：摘要直接研究 logistic 离散响应模型的参数估计与预测变量测量误差，对应离散选择模型方法。
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
Logistic 测量误差模型的半参数估计
- 研究问题
- 当主样本仅观察响应和有误差的预测变量代理，另有较小验证样本观察真实预测变量时，如何估计 logistic 回归参数？
- 方法与思路
- 作者结合主样本与验证样本，以核回归构造半参数估计；除真实预测变量上的 logistic 模型外，不设预测变量及代理的参数分布。
- 材料陈述的贡献
- 摘要称，估计量具有渐近正态性且计算可行，并通过标量预测变量情形的均方误差分析，得到最优带宽的表示。
- 阅读关注点
- 应核对验证样本与主样本的关系、核回归所需条件、两类样本规模的要求，以及最优带宽表示的适用范围与实现。
- 阅读边界
- 仅据所给 Crossref 摘要；验证样本抽取机制及渐近条件未说明，不能认定任意测量误差均可校正，亦不能推断版本变化。
原文摘要
SUMMARY We describe semiparametric estimation and inference in a logistic regression model with measurement error in the predictors. The particular measurement error model consists of a primary data set in which only the response Y and a fallible surrogate W of the true predictor X are observed, plus a smaller validation data set for which (Y, X, W) are observed. Except for the underlying assumption of a logistic model in the true predictor, no parametric distributional assumption is made about the true predictor or its surrogate. We develop a semiparametric parameter estimate of the logistic regression parameter which is asymptotically normally distributed and computationally feasible. The estimate relies on kernel regression techniques. For scalar predictors, by a detailed analysis of the mean-squared error of the parameter estimate, we obtain a representation for an optimal bandwidth.