The Analysis of Longitudinal Ordinal Response Data in Continuous Time
连续时间中的纵向有序响应数据分析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：摘要明确研究纵向有序响应、间歇重复观测及随时间变化的协变量。
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
连续时间中的纵向有序响应数据分析
- 研究问题
- 对于连续时间中间歇观测的有序响应，如何刻画时变协变量的预测作用，并区分长期类别分布与类别间移动速率？
- 方法与思路
- 作者将遍历强度矩阵重参数化为平衡分布与独立的移动速率部分，以有序响应链接函数建模，并构造稳健极大似然估计。
- 材料陈述的贡献
- 摘要称，估计量具有一致性和渐近正态性，并提出模型诊断工具；视力数据分析展示方法用途及与 GEE 的比较。
- 阅读关注点
- 应核对强度矩阵的参数化限制、稳健性针对的偏离、观测时间机制，以及一致性和渐近正态性成立所需的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未说明稳健性范围和定理条件，预测性协变量关系不能直接解释为因果效应。
原文摘要
A simple Markov model is developed for assessing the predictive effect of time-dependent covariates on an intermittently observed ordinal response in continuous time. This is accomplished by reparameterizing an ergodic intensity matrix in terms of its equilibrium distribution and a parametrically independent component that assesses the rate of movement between ordinal categories. The effect of covariates on the equilibrium distribution can then be modeled using any link appropriate for ordinal data. A robust maximum likelihood estimator based on this model that is consistent and asymptotically normal is constructed. Practical data analysis issues are discussed, and a simple diagnostic tool for assessing model adequacy is developed. The utility of these methods is demonstrated with several analyses of visual acuity data, including a comparison analysis based on generalized estimating equation (GEE) methods.