报告人：黄坚祐（香港理工大学）

报告时间：2026年10月16日（周五）下午16：00 - 17：00

报告地点：6号楼C405

报告摘要：两阶段抽样常被用于降低成本并提高估计效率。在许多两阶段研究中，第一阶段对一个大样本观测结局变量和一些低成本协变量，第二阶段仅对从中选出的一个子样本获取高成本协变量。因此，对结局变量与协变量之间关联的分析面临缺失数据问题。仅依赖第二阶段样本的完整案例分析通常效率较低。本文研究一种两步估计方法：首先利用完整数据得到一个估计量，然后利用基于结局变量与低成本协变量的工作模型、并使用全部数据得到的一个渐近零均值估计量对该估计量进行更新。这类两步估计量在渐近意义下至少与完整数据估计量同样有效，并且对工作模型的错误设定具有稳健性。我们提出一种基于核的方法，用以构造在该类估计量中达到最优效率的两步估计量。此外，当完全非参数核方法不可行时，我们提出一种基于多个工作模型的简单联合更新方法，以近似该最优估计量。我们通过多种结局模型说明所提出的方法，并通过模拟研究展示其相对于现有方法的优势，同时给出在一个大型癌症基因组学研究中的应用。