Marginal analyses of longitudinal data with an informative pattern of observations
观测模式具有信息性时的纵向数据边际分析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：摘要直接处理纵向重复观测的边际估计，以及观测模式与个体内相关结构。
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
观测模式具有信息性时的纵向数据边际分析
- 研究问题
- 当纵向数据的观测模式可能携带与研究结果相关的信息时，如何进行一致的边际估计并减轻偏差？
- 方法与思路
- 作者研究工作相关矩阵奇异时广义估计方程的解，给出信息性观测模式下的一致性条件，并用模拟与腹膜透析研究示范。
- 材料陈述的贡献
- 摘要称该框架包含已有估计量作为特例，提供一致估计的明确条件，并在模拟中相对现有方法降低偏差与均方误差。
- 阅读关注点
- 应核对信息性观测的具体机制、奇异工作相关矩阵的构造，以及一致性条件与模拟中备选方法的适用范围。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要，一致性条件的具体内容及偏差改善幅度未说明，不能判断任意观测机制下是否有效。
原文摘要
We consider solutions to generalized estimating equations with singular working correlation matrices, of which the estimator of Diggle et al. (2007) is a special case. We give explicit conditions for consistent estimation when the pattern of observations may be informative. In such cases, simulations reveal reduced bias and reduced mean squared error compared with existing alternatives. A study of peritoneal dialysis is used to illustrate the methodology.