Regression Analysis, Nonlinear or Nonnormal: Simple and Accurate p Values from Likelihood Analysis
非线性或非正态回归分析：基于似然的简便精确p值近似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：摘要讨论通用回归似然近似，没有明确对应所列经济计量细分领域的研究对象。
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…
非线性或非正态回归分析：基于似然的简便精确p值近似
- 研究问题
- 研究线性或非线性参数结构、正态或非正态误差的回归模型，如何构造简便的p值近似，并通过迭代获得置信区间。
- 方法与思路
- 作者依据似然分析的发展构造近似方法，同时给出频率学派与贝叶斯版本，并用实例和模拟考察其分布近似准确性。
- 材料陈述的贡献
- 摘要称近似具有三阶精度，在很小及中等样本中通常也能保持较高准确性；具体误差量级与适用条件未展开。
- 阅读关注点
- 应核对三阶精度的定义及成立条件、两种推断版本的差别，以及模拟涵盖的误差分布、样本规模和区间构造步骤。
- 阅读边界
- 材料为OpenAlex索引摘要，稿件版本未注明；无法判断非正则情形或模型误设下的表现，也不能推断后续刊本变化。
原文摘要
We develop simple approximations for the p values to use with regression models having linear or nonlinear parameter structure and normal or nonnormal error distribution; computer iteration then gives confidence intervals. Both frequentist and Bayesian versions are given. The approximations are derived from recent developments in likelihood analysis and have third-order accuracy. Also, for very small and medium-sized samples, the accuracy can typically be high. The likelihood basis of the procedure seems to provide the grounds for this general accuracy. Examples are discussed, and simulations record the distributional accuracy.