Double Exponential Families and Their Use in Generalized Linear Regression
双指数族及其在广义线性回归中的应用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：摘要讨论一般广义线性回归与过度离散，逻辑回归示例不足以认定其研究离散选择行为。
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
双指数族及其在广义线性回归中的应用
- 研究问题
- 当二项或泊松模型的均值与方差关系不足以描述数据时，如何在维持均值回归的同时，对额外的离散程度进行建模？
- 方法与思路
- 作者引入控制方差的第二个参数，构造双指数族作为广义线性回归的组成分布，使均值和方差都可依赖观测协变量。
- 材料陈述的贡献
- 摘要称，该回归分布族允许分析者在开展通常的均值回归时建模过度离散，并通过逻辑回归与大型二维列联表示例说明。
- 阅读关注点
- 核对双指数族的分布定义、方差参数与协变量的连接方式、估计和推断方法，以及过度离散来源对模型解释的影响。
- 阅读边界
- 材料仅为版本未注明的 OpenAlex 索引摘要；具体分布形式、推断条件及适用范围未说明，不能推断刊本变化。
原文摘要
In one-parameter exponential families such as the binomial and Poisson, the variance is a function of the mean. Double exponential families allow the introduction of a second parameter that controls variance independently of the mean. Double families are used as constituent distributions in generalized linear regressions, in which both means and variances are allowed to depend on observed covariates. The theory is applied to two examples—a logistic regression and a large two-way contingency table. In such cases the binomial model of variance is often untrustworthy. For example, because genuine random sampling was infeasible, the subjects may have been obtained in clumps so that the statistician should really be using smaller sample sizes. Clumped sampling is just one of many possible causes of overdispersion, a habitual source of concern to users of binomial and Poisson models. This article concerns a class of regression families that allow the statistician to model overdispersion while carrying out the usual regression analyses for the mean as a function of the predictors. Close connections with previous ideas concerning generalized linear models are discussed.