Fitting Logistic Models Under Case-Control or Choice Based Sampling
病例—对照或选择依赖抽样下的 Logistic 模型拟合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：摘要直接涉及类别响应的 Logistic 回归及选择依赖抽样，与离散选择模型的抽样和估计有关。
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
病例—对照或选择依赖抽样下的 Logistic 模型拟合
- 研究问题
- 当总体按类别响应分层进行病例—对照或选择依赖抽样时，专门的最大似然方法与改编的常规拟合方法有何差异？
- 方法与思路
- 作者聚焦按响应类别分层的特殊抽样设计，比较可用的最大似然方法与从多项抽样标准方法改编而来的方法。
- 材料陈述的贡献
- 摘要将两类方法置于 Logistic 回归的同一特殊抽样框架内比较，但没有明确报告效率差异的方向、大小或条件。
- 阅读关注点
- 应核对抽样概率与总体类别比例是否已知、似然如何构造，以及回归系数和截距的估计如何受抽样设计影响。
- 阅读边界
- 仅依据所给 Crossref 摘要；作者对临时改编方法效率的担忧不等于已报告比较结论，也不能外推到一般复杂调查设计。
原文摘要
SUMMARY There has been a great deal of interest in recent years in fitting logistic and log-linear models to tables of population counts estimated from survey data. Since maximum likelihood methods are not available in general for complex survey designs, most work has concentrated on adapting standard methods developed for multinomial sampling. Maximum likelihood methods have been developed for some special designs, however, and we might expect ad hoc methods to be less efficient in these cases. We compare the two approaches in the important special case of fitting logistic regression models under case-control or choice-based sampling, where the population is stratified by values of the (categorical) response variable.