文献

J-GLOBAL ID：202202223564998144   整理番号：22A0984145

欠損データの存在における分析のためのセミパラメトリック理論に基づく方法【JST・京大機械翻訳】

Methods Based on Semiparametric Theory for Analysis in the Presence of Missing Data

著者 (1件)： Davidian Marie (Department of Statistics, North Carolina State University, Raleigh, North Carolina 27695, USA; email: [e-mail])
資料名： Annual Review of Statistics and Its Application  (Annual Review of Statistics and Its Application)
巻： 9  号： 1  ページ： 167-196  発行年： 2022年 
JST資料番号： W3498A  ISSN： 2326-8298  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 統計モデルは,データを生成する真の分布を含むと仮定した確率分布のクラスである。パラメトリックモデルにおいて,その分布を,関心のある科学的疑問を特徴付ける有限次元パラメータによって指数付けした。半パラメトリックモデルは,有限次元パラメータと無限次元成分に関する分布を記述し,より柔軟性を提供した。通常,統計的モデルは,収集される全データに対する分布を表す。これらの完全データの要素が欠けているとき,この目標は,観測データを用いて全データモデルパラメータに関する有効な推論を行うことである。一連の基本的研究,Robins,Rotnitzky,および同agueは,欠測メカニズムがランダムであると仮定する半パラメトリックモデルの下で観察されたデータ推定子のクラスを導き,それは多くのよく知られたデータ分析課題のための実用的でロバストな方法論に導いた。本論文では,この導出における半パラメトリック理論と重要段階をレビューした。Copyright 2022 Annual Reviews All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 確率 ,  *統計 ,  データ ,  確率分布 ,  方法論 ,  柔軟性 ,  モデル ,  統計模型 ,  測定データ ,  確率モデル ,  推定量 ,  ロバスト性
準シソーラス用語： モデルパラメータ ,  *欠測値 ,  パラメトリックモデル ,  無限次元 , 【Automatic Indexing@JST】

著者キーワード (6件)： 増強 ,  二重ロバスト性 ,  影響関数 ,  完全事例の逆確率重みづけ ,  ランダムに失われた ,  単調欠損

分類 (1件)： 統計学  (AB08000H)

タイトルに関連する用語 (3件)： 欠損データ ,  分析 ,  理論