Loss in Efficiency Caused by Omitting Covariates and Misspecifying Exposure in Logistic Regression Models
逻辑回归中遗漏协变量与暴露误设造成的效率损失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：摘要讨论逻辑回归关联检验的效率，随机化仅作为独立性例子，细分证据不足。
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
逻辑回归中遗漏协变量与暴露误设造成的效率损失
- 研究问题
- 在协变量与主要解释变量独立的条件下，遗漏协变量和误设暴露分别如何降低逻辑回归关联检验的渐近效率？
- 方法与思路
- 作者推导误设检验相对正确设定检验的渐近效率表达式，将其分解为暴露误设与遗漏协变量对应的两个因子。
- 材料陈述的贡献
- 摘要称，两个效率因子均不超过一，这一分解可用于数值评估近似效率损失，并为研究设计和模型拟合提供依据。
- 阅读关注点
- 应核对独立性假设如何进入推导、暴露误设的具体类型、渐近效率的定义，以及特殊情形的数值评估方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；结论依赖协变量与解释变量独立，不能推广到存在混杂时的偏差或因果效应识别。
原文摘要
We examine the effects of omitting covariates and misspecifying the explanatory variable of interest on tests of association between the explanatory variable and response based on logistic regression models. We assume throughout that the covariates are statistically independent of the explanatory variable, as under simple randomization. A general expression for the asymptotic loss in efficiency from omitting covariates and misspecifying the explanatory variable is derived. The expression for the asymptotic efficiency of the misspecified test statistic relative to the correctly specified test can be factored into two parts, each of which is less than or equal to 1. The first part reflects the consequences of misspecifying exposure, whereas the other part captures the effect of omitting needed covariates. This result permits numerical evaluation of the approximate loss in efficiency and can be useful in developing guidelines for study design and model-fitting procedures. We discuss applications of the result for several special cases.