Analysis of clustered data: A combined estimating equations approach
聚类数据分析：组合估计方程方法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：摘要明确包含纵向研究及簇内、簇间对比的回归估计，与面板数据中的相关观测分析直接相关。
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
聚类数据分析：组合估计方程方法
- 研究问题
- 对纵向或组内抽样形成的聚类数据，如何组合簇间、簇内及纵向对比，提高回归估计效率并减少相关结构建模负担？
- 方法与思路
- 作者通过组合估计方程，对数据对比进行最优加权与合并，并展示簇间、簇内和纵向对比结合使用的例子。
- 材料陈述的贡献
- 摘要称，相比采用标准工作相关结构的广义估计方程，该方法提高估计效率、简化相关结构选择，并避免估计相关参数。
- 阅读关注点
- 应核对最优权重如何构造、不同对比包含什么信息，以及效率比较的条件、基准工作相关结构和协方差估计方式。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 摘要；效率改善针对所述比较基准，未给出完整条件或数值，不能推广到任意估计方程方法。
原文摘要
Examples of clustered data include data from longitudinal studies and data sampled within groups. This paper proposes a regression analysis method for clustered data that optimally weights and combines contrasts of the data through a combination of estimating equations. Examples of combining between‐cluster, within‐cluster and longitudinal data contrasts are presented. The method results in increased estimation efficiency relative to generalised estimating equations with standard working correlation structures. The proposed method also simplifies modelling decisions regarding the true correlation structure of the data and avoids correlation parameter estimation.