Transformations of the explanatory variables in the logistic regression model for binary data
二元数据 Logistic 回归中的解释变量变换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：摘要直接讨论二元 Logistic 响应模型的变量设定，与离散选择方向的二元响应建模相关。
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
二元数据 Logistic 回归中的解释变量变换
- 研究问题
- 怎样通过变换解释变量改善二元 Logistic 回归拟合，以及哪些变换可以由不同结果组的协变量分布导出？
- 方法与思路
- 作者考察给定结果组时解释变量的条件分布，将这些分布的对数密度比中出现的协变量函数作为变换依据。
- 材料陈述的贡献
- 摘要称给出利用解释变量变换改善拟合的若干结果，并把所需变换与结果组条件分布的对数密度比联系起来。
- 阅读关注点
- 应核对条件分布的具体假设、对数密度比产生哪些变换，以及变换由理论指定还是需要从样本估计和选择。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未说明具体分布族、改进幅度或选择程序，不能据此判断样本外表现。
原文摘要
Some results are presented on improving the fit of the logistic regression model for binary data by transforming the vector of explanatory variables. The methods are based on consideration of the distributions of these variables conditional on outcome group. The transformations required are the functions of the explanatory variables which appear in the log density ratio of the conditional distributions.