Orthogonality of estimating functions and nuisance parameters
估计函数的正交性与干扰参数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：摘要属于干扰参数与估计函数的一般半参数理论，没有明确对应所列细分方向。
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
估计函数的正交性与干扰参数
- 研究问题
- 在包含广义线性模型相关分布的半参数框架中，如何处理干扰参数，并将估计函数正交化与已有参数正交化方法联系起来？
- 方法与思路
- 作者采用最优正交估计函数处理半参数模型中的干扰参数，并将所得结果与完全参数模型中的参数正交化方法关联。
- 材料陈述的贡献
- 摘要称在半参数框架中研究干扰参数问题，使用最优正交估计函数，并说明结果与已有参数正交化研究的关系。
- 阅读关注点
- 应核对正交性的定义、最优性所用准则、半参数模型的范围，以及与条件似然近似结果之间的具体对应关系。
- 阅读边界
- 仅据版本未注明的索引摘要；摘要未说明正交条件和效率结论，不能直接等同于现代交叉拟合或因果估计方法。
原文摘要
Cox & Reid (1987) proposed the technique of orthogonalizing parameters, to deal with the general problem of nuisance parameters, within fully parametric models. They obtained a large-sample approximation to the conditional likelihood. Along the same lines Davison (1988) studied generalized linear models. In the present paper we deal with the problem of nuisance parameters, within a semiparametric setup which includes the class of distributions associated with generalized linear models. The technique used is that of optimum orthogonal estimating functions (Godambe & Thompson, 1989). The results are related to those of Cox & Reid (1987).