Nonparametric Regression Analysis of Longitudinal Data
纵向数据的非参数回归分析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：摘要明确涉及个体随时间重复观测、个体内相关及不等观测次数，对应纵向与面板数据方法。
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
纵向数据的非参数回归分析
- 研究问题
- 在剂量反应实验中，同一个体的响应随时间相关且观测时间与次数不同，如何估计并描述剂量、时间及其交互作用？
- 方法与思路
- 作者为相关纵向观测构建非参数方法，允许个体观测安排不同，并讨论纳入基线协变量及用于随机效应建模探索的扩展。
- 材料陈述的贡献
- 摘要称，方法能够检测和描述剂量、时间及交互作用，适用于所述实验设计，并可辅助建立纵向数据随机效应模型。
- 阅读关注点
- 核对个体内相关性的处理、观测安排所需条件、效应检测程序，以及基线协变量扩展和实验设计对解释的限制。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；不能推断后续刊本变化。摘要未说明观测时间机制、推断条件或因果解释所需的具体依据。
原文摘要
Nonparametric methods are developed for estimating the dose effect when a response consists of correlated observations over time measured in a dose–response experiment. The methods can also be applied to data collected from a completely randomized design experiment. Methods are developed for the detection and description of the effects of dose, time, and their interaction. The methods allow for individual variation in the timing and number of observations. A generalization allowing baseline covariates to be incorporated is addressed. These results may be used in an exploratory fashion in the process of building a random-effects model for longitudinal data.