弗朗西丝卡·多米尼克;斯科特·泽格。 平滑分位数比率估计与回归：估计吸烟归因疾病的医疗支出。 （英文） Zbl 1169.62405号 生物统计学 6，第4期，505-519（2005）. 摘要：本文方法论的发展是由计量经济学中的一个常见问题推动的，在这个问题上，我们感兴趣的是估计两个人群（比如有疾病和无疾病的人群）之间的平均支出差异，作为协变量的函数。例如，设（Y_1）和（Y_2）是两个非负随机变量，表示病例和对照组的卫生支出。平滑分位数比估计（SQUARE）是一种通过对两个分位数函数的对数转换比进行百分位数平滑来估计（Delta=E[Y_1]-E[Y_2]\）的新方法。Dominici等人（2005）已经证明，SQUARE定义了一大类\（Delta）的估计量，比\（Delta\）的常见参数和非参数估计量更有效，并且是一致的和渐近正态的。然而，在应用中，通常需要估计\（Delta（{\mathbfx}）=E[Y_1\，|\，{\matHBfx}]-E[Y_2\，|\\，{\Mathbfx{]\），也就是说，平均值的差异是\（{\MAThbfxneneneep）的函数。在本文中，我们将SQUARE扩展到一个回归模型，并引入了一个两部分回归SQUARE来估计（Delta（{mathbfx}））作为（{matHBfx}\）的函数。我们使用模型的第一部分估计发生任何费用的概率，并使用模型的第二部分估计卫生支出的平均差异，前提是观察到非零费用。在模型的第二部分中，我们应用正成本平方的基本定义来比较具有“相似”协变量特征的案例和控制的支出。我们通过使用倾向得分匹配来确定病例和具有“相似”协变量特征的对照的层次。然后，我们将两部分回归SQUARE应用于1987年的全国医疗保险支出调查，以估计患有可归因于吸烟的疾病的人和没有这些疾病的人之间的差异（Delta（{mathbf x}）），作为患病倾向的函数。通过仿真研究，我们比较了对数转换支出的两部分回归平方和最大似然估计的频率特性。 引用于7文件 MSC公司： 62页99 统计学的应用 91B99型 数学经济学 62页第10页 统计学在生物学和医学科学中的应用；元分析 关键词：比较手段;卫生支出;对数正态分布;倾向性得分;Q-Q图;分位数回归;回归样条曲线;倾斜分布;吸烟 PDF格式BibTeX公司 XML格式引用 \textit{F.Dominici}和\textit{S.L.Zeger}，生物统计学6，第4期，505--519（2005；Zbl 1169.62405） 全文： 内政部