Correlated binary regression using a quadratic exponential model
使用二次指数模型的相关二元回归AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论相关二元数据的回归与边际均值、成对相关参数化，属于面板/聚类二元响应与离散选择类建模的直接文本依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
使用二次指数模型的相关二元回归
- 研究问题
- 摘要称，研究问题是如何对相关二元数据做回归分析，并同时以边际均值与成对相关性为参数进行刻画。
- 方法与思路
- 作者提出二次指数形式的模型，用边际均值和成对相关参数化；提出基于乘性模型这一特例的伪极大似然方法，并给出均值与相关参数的得分估计函数。
- 材料陈述的贡献
- 摘要称，在二次指数族下均值与相关参数的得分估计函数具有特别简单的形式，并识别出若干具有良好计算性质的估计函数特例。
- 阅读关注点
- 阅读全文时应核对：模型的具体参数化与识别条件、伪极大似然与得分估计函数的推导、所识别特例的计算性质，以及是否有模拟或实例支持。
- 阅读边界
- 仅有摘要，未注明稿件版本，无法判断是否经同行评审；摘要未说明识别假设、估计量性质、数值结果与实证数据。
原文摘要
A model of quadratic exponential form is parameterized in terms of marginal means and pairwise correlations for the regression analysis of correlated binary data. Pseudo-maximum likelihood methods using a special case termed the multiplicative model are proposed, but are noted to be computationally unattractive if the ‘blocks’ of correlated responses are at all large. On the other hand score estimating functions for mean and correlation parameters are shown to be of a particularly simple form under the quadratic exponential family. Special cases of such estimating functions having attractive computational properties are identified and illustrated.