Permutation invariance of alternating logistic regression for multivariate binary data
多元二元数据交替逻辑回归的置换不变性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：摘要讨论簇内二元响应的回归与估计方程性质，未明确研究离散选择行为、面板模型或其他所列细分问题。
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
多元二元数据交替逻辑回归的置换不变性
- 研究问题
- 对簇内二元响应改变排列顺序时，交替逻辑回归估计为何保持不变，如何使其标准误也具有相同的不变性？
- 方法与思路
- 作者用成对似然给出置换不变性的简短证明，将论证扩展到条件残差估计方程，并对估计方程作对称化处理。
- 材料陈述的贡献
- 摘要称，文章证明估计的置换不变性，并针对既有标准误不满足该性质的问题，提出可得到置换不变标准误的方案。
- 阅读关注点
- 应核对排列作用的对象、成对似然证明及其推广条件，并区分点估计不变性与标准误不变性所需的处理。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要，方程与证明条件未提供；置换不变性本身不能推出效率或覆盖率改善。
原文摘要
A practically important but not so obvious result is that alternating logistic regression is invariant to permutations of the response variables within clusters. In this note, we give a short proof of the invariance result using a pairwise likelihood argument. The same proof can be used to establish invariance for a more general class of estimating equations based on conditional residuals. As it stands, the invariance theory is incomplete because existing standard error estimates are not invariant to permutations. To solve this problem we present a symmetrised version of the estimating equation and use it to obtain permutation‐invariant standard errors.