面向缺失协变量的假设宽松逻辑回归估计方法

研究者提出一种基于 Z-estimation 与新型单调算子的随机近似方法，在协变量分布未知但有界的假设宽松设定下，实现缺失协变量逻辑回归的参数估计，并在协变量完全随机缺失时达到参数速率下的信号恢复。理论刻画了估计量的 ℓ2² 风险与缺失模式的依赖关系，证明其始终优于忽略缺失数据的 complete-case 估计，并给出信息论下界说明该依赖在 minimax 意义下是本质的。