Graphics for Regressions with a Binary Response
二元响应回归的图形方法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：摘要明确针对二元响应回归的建模与诊断，与离散响应模型所属的离散选择方向相关。
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
二元响应回归的图形方法
- 研究问题
- 对于二元响应与一个或多个预测变量的关系，如何通过降维和图形探索依赖结构，并检查模型组成是否符合数据？
- 方法与思路
- 作者发展刻画响应与预测变量依赖关系的中心降维子空间，据此构造和解释回归图形，无需指定连接函数或使用残差。
- 材料陈述的贡献
- 摘要称，所提出图形方法可用于发展和检视中心降维子空间所蕴含的模型组成，为二元响应回归提供探索与诊断工具。
- 阅读关注点
- 应核对中心降维子空间的存在与估计条件、图形构造步骤，以及图形诊断能够支持哪些模型判断及其有限样本限制。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；摘要未给出子空间估计条件、检验规则或误差控制，不能把图形模式直接视为已确认的模型结论。
原文摘要
Central dimension-reduction subspaces, which characterize the dependence of a response variable on one or more predictors, are developed and then used to guide the construction and interpretation of graphics for regression problems with a binary response variable. Graphical methods requiring neither a link function nor residuals are suggested for both development and criticism of model components implied by the central dimension-reduction subspace.