Improved Score Tests for Generalized Linear Models
广义线性模型的改进得分检验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：广义线性模型得分检验属于通用统计推断，摘要未限定指定经济计量细分领域。
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…
广义线性模型的改进得分检验
- 研究问题
- 如何改进广义线性模型中得分统计量的零假设分布近似，使检验更便于计算，并改善通常得分检验的有限样本表现？
- 方法与思路
- 作者用矩阵运算表示零分布的渐近展开，纳入样本量倒数阶修正，并据此推导类似 Bartlett 修正的闭式调整。
- 材料陈述的贡献
- 摘要称展开便于数值与解析计算；模拟显示两种渐近等价的调整检验至少对连续数据似乎优于通常得分检验。
- 阅读关注点
- 应核对展开成立的模型条件、调整公式与两种检验的等价含义，并查看模拟衡量的是检验尺寸、功效还是其他指标。
- 阅读边界
- 仅据 Crossref 摘要；未提供具体模型条件与模拟数值，对连续数据的改进陈述不能直接推广到离散响应或全部模型。
原文摘要
SUMMARY We present, in matrix notation, an asymptotic expansion for the null distribution of the score statistic in generalized linear models, corrected up to order n −1 where n is the sample size. The expansion has advantages for numerical purposes because it requires only simple operations on matrices. It is also sufficiently simple to be used analytically to obtain several closed form expressions, analogous to Bartlett corrections, in a variety of important score tests. Improved score tests for these models are discussed and various applications to some special tests are given. We show by simulation that two asymptotically equivalent adjusted score tests seem to improve, at least for continuous data, on the usual score test.