Conditional Logistic Regression Models for Correlated Binary Data
相关二元数据的条件Logistic回归模型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：摘要明确研究相关二元响应的条件Logistic回归，直接对应离散响应建模。
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
相关二元数据的条件Logistic回归模型
- 研究问题
- 如何为簇内相关的二元结果建立条件Logistic模型，刻画联合分布和成对优势比，并降低估计的计算负担？
- 方法与思路
- 作者研究一类条件Logistic模型及其联合分布、成对优势比，提出易于计算的估计函数，并以同胞疾病数据示例。
- 材料陈述的贡献
- 摘要称，该模型类包含已有多类别Logistic模型，所提估计函数相较计算密集的最大似然方法具有较高效率。
- 阅读关注点
- 应核对条件模型如何形成联合分布、簇内相关结构如何参数化，以及估计函数的效率标准和适用条件。
- 阅读边界
- 来源为稿件版本未注明的OpenAlex索引摘要；效率的定义、比较幅度与簇大小限制未说明，疾病示例不能支持因果解释。
原文摘要
A class of conditional logistic regression models for clustered binary data is considered. This includes the polychotomous logistic model of Rosner (1984) as a special case. Properties such as the joint distribution and pairwise odds ratio are investigated. A class of easily computed estimating functions is introduced which is shown to have high efficiency compared to the computationally intensive maximum likelihood approach. An example on chronic obstructive pulmonary disease among sibs is presented for illustration.