基于受错配误差污染的关联数据的指数族回归估计

在多个文件中识别匹配记录可能是一项具有挑战性且易出错的任务。关联误差会显著影响基于所得关联文件的后续统计分析。最近的几篇论文从“破损样本问题”和“置换数据”的角度，研究了响应变量在一个文件、协变量在第二个文件中的关联后线性回归分析。在本文中，我们将这一研究方向扩展至指数族响应，并假设错配数量较少到中等。我们提出了一种基于观测特定偏移量以考虑潜在错配和 $\ell_1$ 惩罚的方法，并讨论了其统计性质。在回归参数已知的情况下，我们还给出了协变量与响应之间正确对应关系得以恢复的充分条件。所提出的方法在理论和实证上基于合成数据与真实数据，与已有的基线（即 Lahiri-Larsen 和 Chambers 的方法）进行了比较。结果表明，即使仅可获得关于关联过程的有限信息，也能相较这些方法取得实质性改进。