Maximum likelihood methods for a generalized class of log-linear models
一类广义对数线性模型的极大似然方法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：摘要明确涵盖 logit、累积 logit 等分类响应模型及纵向数据分析，对应离散选择与面板相关方法方向。
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
一类广义对数线性模型的极大似然方法
- 研究问题
- 如何对可同时约束联合与边际响应分布的多元分类数据模型进行极大似然拟合，并开展参数和模型拟合推断？
- 方法与思路
- 作者在模型的约束表述下推导乘积多项式广义对数线性模型的渐近结果，并概述计算估计量与相关统计量的算法。
- 材料陈述的贡献
- 摘要称，研究给出估计量、拟合优度统计量和调整残差的大样本性质，并提出改进拟合算法，涵盖 logit 等模型。
- 阅读关注点
- 阅读全文时应核对约束与参数表述的关系、可识别性及渐近条件，并检查算法改进和纵向数据分析的具体设定。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；算法改进的比较指标未说明，分类响应模型也不自动具有经济选择解释。
原文摘要
We discuss maximum likelihood methods for fitting a broad class of multivariate categorical response data models. In particular, we derive the large-sample distributions for maximum likelihood estimators of parameters of product-multinomial generalized log-linear models. The large-sample behavior of other relevant likelihood-based statistics such as goodness-of-fit statistics and adjusted residuals is also described. The asymptotic results are derived within the framework of the constraint specification, rather than the more common freedom specification, of the model. We also outline an improved fitting algorithm for computing parameter maximum likelihood estimates and other relevant statistics. The broad class of multivariate categorical response data models, which are referred to as generalized log-linear models, can imply structure on several response configuration distributions (e.g., joint and marginal distributions). These models, which include as special cases log-linear, logit and cumulative-logit models, enjoy a wide breadth of application including longitudinal, rater-agreement and crossover data analyses.