Bias-corrected maximum likelihood estimator of a log common odds ratio
共同对数优势比的偏差校正最大似然估计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：摘要研究一般分层稀疏数据的优势比估计，未明确涉及离散选择行为模型等给定方向。
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
共同对数优势比的偏差校正最大似然估计
- 研究问题
- 在稀疏分层数据中，如何修正共同对数优势比最大似然估计的偏差，并在精确条件方法计算负担较大时提供可用替代？
- 方法与思路
- 作者推导适用于平衡设计或层数较大情形的偏差校正因子，讨论简化近似，并通过例子与未校正及精确条件估计比较。
- 材料陈述的贡献
- 摘要称校正估计几乎无偏、均方误差较小，且校正因子随层内样本增大趋于一；例子中其点估计与精确条件估计基本一致。
- 阅读关注点
- 应核对平衡设计与层数条件的精确定义、偏差和均方误差结论的依据、简化因子的误差，以及标准误差与覆盖率表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未列明性能结论的完整条件或数值，例子中的接近不能推广至全部稀疏设计。
原文摘要
A bias-correction factor for the maximum likelihood estimator of the log common odds ratio for sparse data is derived, which is applicable when the design is balanced and/or when the number of strata is large. The corrected maximum likelihood estimator is practically unbiased and its mean squared error is smaller than that of the uncorrected maximum likelihood estimator. The correction factor for the maximum likelihood estimator approaches one as strata sizes increase. Examples demonstrate that the corrected maximum likelihood estimator and the exact conditional maximum likelihood estimator are essentially identical although the standard error of the former tends to be slightly smaller than that of the latter. It is also demonstrated that a simple version of the correction factor is a satisfactory approximation. The bias-corrected maximum likelihood estimator proposed in this paper is the extension of Breslow's (1981) and it can be useful particularly when the computational burden of the exact conditional method is excessive.