左右审查的部分线性回归模型与变量错误:应用与动脉内关节切除术数据集

科学领域:

• 统计 统计 统计 统计
• 生物统计学 生物统计学
• 计量经济学 计量经济学

背景情况:

• 部分线性回归模型被广泛使用,但面临着正确审查数据和测量误差共变量的挑战.
• 准确的估计需要同时解决审查和测量错误.
• 现有的方法可能无法充分处理这些综合问题的复杂性.

研究的目的:

• 开发和评估部分线性回归模型的新型半参数估计器,其响应和共变量受到测量误差的权利审查.
• 在存在审查和测量错误的情况下,比较不同光滑技术的性能.
• 为涉及复杂数据结构的现实应用提供强大的估计方法.

主要方法:

• 提出了使用局部多项式回归,内核光滑和B-spline光滑的三种修改后的半参数估计器.
• 采用了内核解卷方法来解决测量错误问题.
• 利用合成数据转换,将审查的影响纳入估计程序中.

主要成果:

• 进行了详细的蒙特卡洛模拟研究,以比较拟议估计器的性能.
• 与其他两种方法相比,解构局部多项式方法产生了更合格的估计.
• 这些方法是使用现实世界 Carotid endarterectomy 数据来验证的.

结论:

• 拟议的半参数估计器有效地处理部分线性回归模型,既具有右控的响应,也具有测量误差的共变量.
• 解密局部多项式方法为此类模型提供了优越的估计策略.
• 这些发现对在被审查的数据和测量错误普遍存在的领域的统计建模有影响.