Semi-parametric generalized estimating equations for repeated measurements in cross-over designs
交叉试验重复测量的半参数广义估计方程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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究交叉试验内的重复测量及生物医学应用，未明确提出所列面板计量方法或其他对应方向，因此暂不归类。
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
交叉试验重复测量的半参数广义估计方程
- 研究问题
- 在每个试验期内均有重复测量的交叉设计中，如何同时估计处理效应、时间变化与残留效应，并形成可实施的模型诊断？
- 方法与思路
- 作者扩展广义估计方程，用参数部分刻画处理效应、样条非参数部分刻画时间与残留效应，并开展模拟和交叉试验应用。
- 材料陈述的贡献
- 摘要称存在残留或函数型时间效应时方法优于所比较标准模型，估计解类似加权最小二乘，因而可调整回归诊断方法使用。
- 阅读关注点
- 应核对样条与相关结构的选择、处理和残留效应的区分条件，以及加权最小二乘类比的范围、诊断步骤和模拟评价指标。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列具体模型条件、比较指标或理论细节，不能判断一般设计中的优势。
原文摘要
A model for cross-over designs with repeated measures within each period was developed. It is obtained using an extension of generalized estimating equations that includes a parametric component to model treatment effects and a non-parametric component to model time and carry-over effects; the estimation approach for the non-parametric component is based on splines. A simulation study was carried out to explore the model properties. Thus, when there is a carry-over effect or a functional temporal effect, the proposed model presents better results than the standard models. Among the theoretical properties, the solution is found to be analogous to weighted least squares. Therefore, model diagnostics can be made adapting the results from a multiple regression. The proposed methodology was implemented in the data sets of the crossover experiments that motivated the approach of this work: systolic blood pressure and insulin in rabbits.