Improved Estimation in Cumulative Link Models
累积链接模型的改进估计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：摘要直接研究有序离散响应的累积链接模型，其模型形式与离散选择方向相关，但未提供经济行为解释。
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
累积链接模型的改进估计
- 研究问题
- 对于有序分类数据的累积链接模型，如何减少最大似然估计的渐近偏差，并改善估计的有限性和推断表现？
- 方法与思路
- 作者推导 Firth 型偏差调整得分方程，将其解释为参数依赖的多项计数调整，通过迭代最大似然拟合求解。
- 材料陈述的贡献
- 摘要称，估计量具有较小渐近偏差并保持模型的不变性，还报告有限性、频率学性质及一定的收缩性质。
- 阅读关注点
- 应核对调整方程的求解条件、有限性与不变性的具体含义，以及渐近推断和收缩性质所依据的理论或实验。
- 阅读边界
- 仅据 Crossref 摘要；较小渐近偏差不等于所有样本下误差更小，具体适用条件与数值证据未说明。
原文摘要
Summary For the estimation of cumulative link models for ordinal data, the bias reducing adjusted score equations of Firth in 1993 are obtained, whose solution ensures an estimator with smaller asymptotic bias than the maximum likelihood estimator. Their form suggests a parameter-dependent adjustment of the multinomial counts, which in turn suggests the solution of the adjusted score equations through iterated maximum likelihood fits on adjusted counts, greatly facilitating implementation. Like the maximum likelihood estimator, the reduced bias estimator is found to respect the invariance properties that make cumulative link models a good choice for the analysis of categorical data. Its additional finiteness and optimal frequentist properties, along with the adequate behaviour of related asymptotic inferential procedures, make the reduced bias estimator attractive as a default choice for practical applications. Furthermore, the estimator proposed enjoys certain shrinkage properties that are defensible from an experimental point of view relating to the nature of ordinal data.