原始响应被删失时秩响应的回归

我们讨论当仅观察到响应的秩时的半参数回归。模型为 $Y_i = F (\mathbf{x}_i'{\boldsymbol\beta}_0 + \varepsilon_i)$，其中 $Y_i$ 是未观察到的响应，$F$ 是单调递增函数，$\mathbf{x}_i$ 是已知的 $p-$ 维协变量向量，${\boldsymbol\beta}_0$ 是未知的 $p$ 维感兴趣参数，$\varepsilon_i$ 是独立于 $\mathbf{x}_i$ 的误差项。我们观察到 $\{(\mathbf{x}_i,R_n(Y_i)) : i = 1,\ldots ,n\}$，其中 $R_n$ 是顺序秩函数。我们在高斯假设下探索一个新的估计量。我们讨论文献，将方法应用于阿尔茨海默病生物标志物，进行模拟研究，并证明一致性和渐近正态性。