Calculation of polychotomous logistic regression parameters using individualized regressions
通过逐项逻辑回归计算多类别逻辑回归参数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：摘要直接讨论多类别逻辑回归及类别概率估计，与离散选择模型方法相关。
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
通过逐项逻辑回归计算多类别逻辑回归参数
- 研究问题
- 能否用一系列分别进行的简单逻辑回归替代多类别逻辑回归，并在参数、预测概率与联合检验中保留较高效率？
- 方法与思路
- 作者研究逐项逻辑回归方案，比较其参数估计、预测概率估计及跨回归联合参数检验的渐近相对效率。
- 材料陈述的贡献
- 摘要称单个参数与预测概率估计的效率通常较高，跨回归联合检验的效率也较高，但相对程度有所降低。
- 阅读关注点
- 核对各项回归如何构造、参数如何映射回多类别模型，以及跨回归协方差处理和相对效率的比较基准。
- 阅读边界
- 版本未注明的索引摘要未给出模型条件、效率数值或有限样本结果，不能认定逐项回归总能等效替代整体估计。
原文摘要
The use of individualized logistic regression, in which a series of separate simple logistic regression analyses are performed as a replacement for polychotomous logistic regression, is studied. The asymptotic relative efficiencies of the individual parameter estimates are observed to be generally high, as are the efficiencies of predicted probability estimates and, to a somewhat lesser extent, joint tests of parameters from different regressions.