The Analysis of Longitudinal Ordinal Response Data in Continuous Time
连续时间纵向有序响应数据分析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：摘要明确研究同一对象的纵向有序响应、间歇观测与时变协变量。
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
连续时间纵向有序响应数据分析
- 研究问题
- 对连续时间中间歇观测的有序响应，如何评估时变协变量的预测作用，并区分长期类别分布与类别间移动速度？
- 方法与思路
- 作者将遍历马尔可夫强度矩阵重参数化为平衡分布及独立的移动速度部分，并以适合有序数据的链接建模协变量效应。
- 材料陈述的贡献
- 摘要称构造了稳健、相合且渐近正态的最大似然估计量及模型诊断工具，并用视力数据展示和比较 GEE 分析。
- 阅读关注点
- 核对强度矩阵参数化、间歇观测处理和时变协变量设定，明确稳健性含义，并检查诊断方法及与 GEE 的比较目标。
- 阅读边界
- 仅据版本未注明的索引摘要，不能推断刊本变化；稳健性的范围和渐近条件未说明，预测关联不能据此解释为因果效应。
原文摘要
A simple Markov model is developed for assessing the predictive effect of time-dependent covariates on an intermittently observed ordinal response in continuous time. This is accomplished by reparameterizing an ergodic intensity matrix in terms of its equilibrium distribution and a parametrically independent component that assesses the rate of movement between ordinal categories. The effect of covariates on the equilibrium distribution can then be modeled using any link appropriate for ordinal data. A robust maximum likelihood estimator based on this model that is consistent and asymptotically normal is constructed. Practical data analysis issues are discussed, and a simple diagnostic tool for assessing model adequacy is developed. The utility of these methods is demonstrated with several analyses of visual acuity data, including a comparison analysis based on generalized estimating equation (GEE) methods.