Hypothesis testing in case-control studies
病例对照研究中的假设检验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：摘要讨论病例对照逻辑回归的统计检验，未涉及离散选择行为模型或因果效应识别。
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
病例对照研究中的假设检验
- 研究问题
- 用前瞻式逻辑回归拟合病例对照数据时，似然比检验是否仍然有效，其性质如何随被检验参数的范围变化？
- 方法与思路
- 作者把病例对照数据下优势比估计的既有结果扩展至前瞻模型的似然比检验，并区分是否涉及分层效应。
- 材料陈述的贡献
- 摘要称，仅涉及优势比参数的检验渐近精确；涉及分层效应时渐近保守，从而界定该检验方法的适用边界。
- 阅读关注点
- 应核对病例对照抽样机制、模型与参数定义、分层效应进入假设的方式，以及渐近精确和保守的成立条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未说明完整抽样条件与有限样本性质，不能据此判断因果识别或推断刊本变化。
原文摘要
SUMMARY Prentice & Pyke (1979) have shown that valid estimators of the odds-ratio parameters in a logistic regression model may be obtained from case-control data by fitting the model as if the data had been obtained in a prospective study. The resulting estimates of standard errors are also valid asymptotically. We extend the Prentice-Pyke result to likelihood ratio tests obtained from fitting a prospective model. These tests are asymptotically exact if the hypothesis involves only the odds-ratio parameters and are asymptotically conservative if stratum effects are involved.