刘建轩;马彦元 一类具有测量误差的泊松模型的局部有效半参数估计。 （英语。法语摘要） 兹比尔1466.62296 可以。J.统计。 47，第2号，157-181（2019）。 小结：测量误差的存在可能导致参数估计的偏差，并可能导致数据分析中的错误结论。尽管有大量关于一般测量误差问题的文献，但处理泊松模型的工作相对较少。在本文中，我们深入研究了协变量中存在误差的泊松模型，并提出了一致的局部有效半参数估计。我们通过广泛的模拟研究评估了估计器的有限样本性能，并通过分析服务不足人群中风恢复研究的数据来说明所提出的方法。 引用于4文件 MSC公司： 62G08号 非参数回归和分位数回归 62英尺12英寸 参数估计量的渐近性质 关键词：完整且充分的统计;变量中的错误;局部效率;泊松模型;回归校准;半参数方法 PDF格式BibTeX公司 XML格式引用 \textit｛J.Liu｝和\textit｛Y.Ma｝，Can。J.Stat.47，No.2，157--181（2019；Zbl 1466.62296） 全文： 内政部 参考文献： [1] Apanasovich，T.V.、Carroll，R.J.和Maity，A.（2009年）。半参数测量误差模型中的SIMEX和标准误差估计。《电子统计杂志》，3，318-348·Zbl 1326.62072号 [2] Bickel，P.J.&Klaassen，C.A.（1987年）。变量误差模型中的有效估计。《统计年鉴》，第15期，第513-540页·Zbl 0643.62029号 [3] Bickel，P.J.、Klaassen，C.A.、Ritov，Y.和Wellner，J.A.（1993）。半参数模型的有效自适应估计。约翰霍普金斯大学出版社，马里兰州巴尔的摩·Zbl 0786.62001号 [4] Carroll，R.J.、Ruppert，D.、Stefanski，L.A.和Crainiceanu，C.M.（2006）。非线性模型中的测量误差，第二版，查普曼和霍尔/CRC，伦敦·Zbl 1119.62063号 [5] Chesher，A.（1991）。测量误差的影响。生物特征，78，451-462·Zbl 1193.62016年6月 [6] Chesher，A.和Schluter，C.（2002年）。福利计量和计量误差。《经济研究评论》，69，357-378·Zbl 1031.91091号 [7] Chesher，A.、Dumangane，M.和Smith，R.J.（2002年）。持续时间响应测量错误。《计量经济学杂志》，111169-194·Zbl 1020.62119号 [8] Dynan，K.E.（2000）。消费者偏好的习惯形成：来自面板数据的证据。《经济研究评论》，90，391-406。 [9] Fuller，W.A.（2006年）。测量误差模型。新泽西州Wiley‐Interscience·Zbl 1105.62071号 [10] Hall，P.和Ma，Y.（2007年）。测试多项式模型在变量误差问题中的适用性。《统计年鉴》，352620-2638·Zbl 1129.62042号 [11] Horowitz，J.L.和Markatou，M.（1996）。面板数据回归模型的半参数估计。《经济研究评论》，63，145-168·Zbl 0839.62051号 [12] 小川（1989）。使用面板数据识别和估计二分法潜在变量模型。《经济研究评论》，58，717-731·Zbl 0734.62057号 [13] 黄毅（2014）。具有较大协变量测量误差的校正分数：病理学和补救。中国统计局，24357-374·Zbl 06290100号 [14] Liu，J.、Ma，Y.、Zhu，L.和Carroll，R.J.（2017）。在存在混杂变量的情况下，估计和推断容易出错的协变量效应。《电子统计杂志》，第11期，第480-501页·Zbl 1359.62190号 [15] Liu，J.、Ma，Y.和Wang，L.（2018）。因果推理中平均治疗效果的另一种稳健估计。生物统计学，74910-923。https://doi.org/10.1111/biom.12859。 ·Zbl 1414.62455号 ·doi:10.1111/biom.12859 [16] Ma，Y.和Carroll，R.J.（2006）。具有测量误差的半参数模型的局部有效估计。美国统计协会杂志，1011465-1474·兹比尔1171.62324 [17] Ma，Y.和Tsiatis，A.A.（2006年）。测量误差模型的闭式半参数估计。《中国统计》，第16期，第183-193页·Zbl 1087.62047号 [18] Ma，Y.和Zhu，L.（2012）。降维的半参数方法。美国统计协会杂志，107，168-179·Zbl 1261.62037号 [19] Ostir，G.、Ottenbacher，K.和Kuo，Y.F.（2016）。2005-2006年服务不足人群中风恢复情况。密歇根州安娜堡大学间政治和社会研究联合会。 [20] Parker，J.&Preston，B.（2005年）。预防性储蓄和消费波动。《美国经济评论》，第95期，第1119-1144页。 [21] Stefanski，L.A.和Carroll，R.J.（1987）。广义线性测量误差模型的条件分数和最佳分数。生物统计学，74703-716·Zbl 0632.62052号 [22] Tsiatis，A.A.（2006年）。半参数理论和缺失数据。纽约州施普林格·Zbl 1105.6202号 [23] Tsiatis，A.A.和Ma，Y.（2004年）。函数测量误差模型的局部有效半参数估计。生物特征，91，835-848·Zbl 1064.62034号 [24] Xu，K.，Ma，Y.，&Wang，Y.（2017）。家庭相关和审查存在下的非参数分布估计。《电子统计杂志》，11928-1948年·Zbl 1362.62093号 [25] Yi，G.（2017）。测量误差或分类错误的统计分析。纽约州施普林格·Zbl 1377.62012年 [26] Yi，G.，Ma，Y.和Carroll，R.J.（2012）。一种稳健的泛函广义矩方法，用于具有缺失响应和协变量测量误差的纵向研究。《生物统计学》，第11期，第151-165页·Zbl 1234.62131号 [27] Yi，G.，Ma，Y.，Spiegelman，D.，&Carroll，R.J.（2015）。协变量中具有混合测量误差和错误分类的功能和结构方法。美国统计协会期刊，110681-696·Zbl 1373.62385号 [28] Zhang，J.，Wang，X.，Yu，Y.，&Gai，Y.（2014）。具有易出错线性协变量的部分线性单指数模型中的估计和变量选择。理论与应用统计学杂志，481048-1070·Zbl 1367.62131号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。