Semiparametric Efficient Fusion of Individual Data and Summary Statistics
个体数据与汇总统计量的半参数有效融合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：摘要讨论一般统计泛函的数据融合与效率，未明确对应所列领域细分。
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
个体数据与汇总统计量的半参数有效融合
- 研究问题
- 如何将内部研究的个体数据与外部研究的汇总统计量融合，以提高内部总体参数的推断效率，并避免不当融合造成偏差？
- 方法与思路
- 作者在半参数框架下引入弱可迁移性假设，推导效率界并构造有效融合估计量，同时提出应对可迁移性失效的自适应估计量。
- 材料陈述的贡献
- 摘要称融合后的效率界不高于仅使用内部数据的效率界，所提估计量可达到该界，自适应版本具有渐近 oracle 性质。
- 阅读关注点
- 应核对弱可迁移性的具体定义、外部统计量的不确定性如何进入效率界，以及自适应筛选消除偏差所需的条件。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要；可迁移性与 oracle 性质的具体条件未说明，不能认定任意外部资料均能提高效率或推断刊本变化。
原文摘要
Suppose we have individual data from an internal study and various summary statistics from relevant external studies. External summary statistics have the potential to improve statistical inference for the internal population; however, it may lead to efficiency loss or bias if not used properly. We study the fusion of individual data and summary statistics in a semiparametric framework to investigate the efficient use of external summary statistics. Under a weak transportability assumption, we establish the semiparametric efficiency bound for estimating a general functional of the internal data distribution, which is no larger than that using only internal data and underpins the potential efficiency gain of integrating individual data and summary statistics. We propose a data-fused efficient estimator that achieves this efficiency bound. In addition, an adaptive fusion estimator is proposed to eliminate the bias of the original data-fused estimator when the transportability assumption fails. We establish the asymptotic oracle property of the adaptive fusion estimator. Simulations and application to a Helicobacter pylori infection dataset demonstrate the promising performance of the proposed method.