Extended Generalized Estimating Equations for Clustered Data
聚类数据的扩展广义估计方程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：摘要针对通用聚类与重复响应方法及毒性应用，尚不足以明确归入经济面板数据细分。
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
聚类数据的扩展广义估计方程
- 研究问题
- 对于存在组内相关性的聚类响应，如何同时估计回归与关联参数，并在相关结构误设时维持回归估计的一致性？
- 方法与思路
- 作者借助扩展拟似然思想扩展广义估计方程，联合构造回归和关联参数方程，并以发育毒性研究说明方法。
- 材料陈述的贡献
- 摘要称，所得估计量在一定条件下一致且渐近正态，回归估计的一致性允许重复响应之间的相关模型设定错误。
- 阅读关注点
- 核对回归与关联参数各自的一致性条件、允许误设的具体部分，以及渐近分析所用的聚类抽样与增长方式。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；“一定条件”未展开，不能将相关结构误设下的回归一致性扩展到所有参数或任意误设。
原文摘要
Typically, analysis of data consisting of multiple observations on a cluster is complicated by within-cluster correlation. Estimating equations for generalized linear modeling of clustered data have recently received much attention. This article proposes an extension to the generalized estimating equation method proposed by Liang and Zeger, which treats within-cluster correlations as nuisance parameters. Using ideas from extended quasi-likelihood, estimating equations for regression and association parameters are provided simultaneously. The resulting estimators are proven to be asymptotically normal and consistent under certain conditions. The consistency of regression estimators allows incorrect modeling of the correlation among repeated responses. The method is illustrated with an analysis of data from a developmental toxicity study.