Selection of covariables in the growth curve model
增长曲线模型中的协变量选择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：摘要讨论一般纵向增长曲线模型，未明确涉及所列经济计量面板模型或应用。
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…
增长曲线模型中的协变量选择
- 研究问题
- 增长曲线模型将个体多次测量划分为响应变量与协变量后，如何判断一组协变量是否冗余并选择合适的协变量子集？
- 方法与思路
- 作者提出两类协变量冗余假设表述，推导对应的似然比检验准则，再利用这些结果支持AIC等信息准则进行子集选择。
- 材料陈述的贡献
- 摘要称建立两类冗余假设的检验方法，使增长曲线模型可以借助信息准则选择协变量，而不必使用全部候选测量。
- 阅读关注点
- 应核对两类冗余假设的差别、响应与协变量划分方式、似然比准则的分布条件，以及信息准则计算中的参数计数。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明，不推断刊本变化。摘要未说明具体分布条件或选择表现，不能据此判断子集选择的一致性。
原文摘要
The growth curve model introduced by Potthoff & Roy (1964) is a generalization of the multivariate analysis of variance model and is often employed to analyze longitudinal data, in which a single characteristic has been measured at p different occasions on each individual. Inferential problems of this model are studied by using analysis of covariance, i.e. partitioning the p measurements into the measurements of q response variables and p-q covariables. Rao (1965, 1966) and Grizzle & Allen (1969) discuss the possibility of using fewer than p-q covariables. In this paper we propose two types of formulation for the hypotheses of redundancy of a given set of covariables. The likelihood ratio criteria are obtained for testing the hypotheses. These results permit the use of information criteria such as aic for selection of the best subset of covariables.