A Geometric Approach to Nonlinear Regression Diagnostics with Applications to matched Case-Control Studies
非线性回归诊断的几何方法及其在配对病例对照研究中的应用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：摘要研究通用非线性与逻辑回归诊断，病例对照匹配未涉及因果识别，也未明确离散选择机制。
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…
非线性回归诊断的几何方法及其在配对病例对照研究中的应用
- 研究问题
- 如何借助几何方法识别非线性回归中的高影响观测，并解释及扩展逻辑回归诊断，使之适用于配对病例对照研究？
- 方法与思路
- 作者描述检测非线性回归影响点的几何方法，扩展并解释已有逻辑回归诊断结果，同时讨论配对病例对照研究的应用。
- 材料陈述的贡献
- 摘要明确提出了非线性回归影响诊断的几何视角，并连接逻辑回归诊断与配对病例对照应用，未提供具体性能比较。
- 阅读关注点
- 应核对几何对象与影响量的定义、近似和计算方法，以及配对设计如何进入模型、诊断结果如何解释及标定。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；模型设定、几何推导和应用结果未展开，不能判断诊断准确性或推断刊本变化。
原文摘要
A geometric approach is described for the detection of influential points in nonlinear regression. This work extends and gives geometric interpretation to recent results in logistic regression diagnostics. An application of this approach to matched case-control studies is discussed.