Sample size calculations for logistic and Poisson regression models
Logistic 与 Poisson 回归模型的样本量计算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：摘要关注通用回归检验的样本量设计，出现 Logistic 模型不足以归入经济离散选择研究。
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
Logistic 与 Poisson 回归模型的样本量计算
- 研究问题
- 在 Logistic 与 Poisson 回归中，检验单个参数并达到指定显著性水平和功效时，如何改进所需样本量的计算？
- 方法与思路
- 作者把复合原假设下辅助参数最大似然估计的极限值纳入计算，修正既有近似方法，并给出样本量的显式公式。
- 材料陈述的贡献
- 摘要称，模拟覆盖多种模型配置和协变量分布，所提方法在这些考察条件下比既有方法更准确，但未报告具体误差数值。
- 阅读关注点
- 应核对原假设下辅助参数极限值的求取、效应与协变量分布输入，以及公式近似条件和模拟中的准确性评价标准。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；更准确的结论限于所考察条件，具体公式和误差范围未提供，不能推断其他版本变化。
原文摘要
A method is proposed for improving sample size calculations for logistic and Poisson regression models by incorporating the limiting value of the maximum likelihood estimates of nuisance parameters under the composite null hypothesis. The method modifies existing approaches of Whittemore (1981) and Signorini (1991) and provides explicit formulae for determining the sample size needed to test hypotheses about a single parameter at a specified significance level and power. Simulation studies assess its accuracy for various model configurations and covariate distributions. The results show that the proposed method is more accurate than the previous approaches over the range of conditions considered here.