Asymptotic results with generalized estimating equations for longitudinal data
纵向数据广义估计方程的渐近结果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：摘要明确研究纵向数据及其边际模型，与面板数据中的重复观测推断直接相关。
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
纵向数据广义估计方程的渐近结果
- 研究问题
- 对于纵向数据的边际模型，作为拟似然方程根定义的估计量是否存在，并具有怎样的一致性和渐近分布？
- 方法与思路
- 作者以 Liang 和 Zeger 的纵向边际模型为对象，建立统计推断理论，分析由拟似然方程根构成的估计量序列。
- 材料陈述的贡献
- 摘要称，文章证明了该估计量序列的存在性、弱一致性与渐近正态性，为所讨论边际模型提供渐近推断依据。
- 阅读关注点
- 应核对观测单位间及单位内依赖条件、估计方程根的选择方式，以及存在性、一致性和正态性各自所需的假设。
- 阅读边界
- 所给为版本未注明的 OpenAlex 索引摘要；未说明渐近维度、相关结构条件或方差估计，不能将结论推广至所有纵向数据。
原文摘要
We consider the marginal models of Liang and Zeger [Biometrika 73 (1986) 13–22] for the analysis of longitudinal data and we develop a theory of statistical inference for such models. We prove the existence, weak consistency and asymptotic normality of a sequence of estimators defined as roots of pseudo-likelihood equations.