The effects of mixture distribution misspecification when fitting mixed-effects logistic models
拟合混合效应Logistic模型时混合分布误设的影响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：摘要直接分析二元响应的混合效应Logistic模型，与二元离散选择模型的方法问题相关。
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…
拟合混合效应Logistic模型时混合分布误设的影响
- 研究问题
- 分析分组二元响应时，若随机截距的混合分布设定错误，模型参数特别是协变量效应的估计与方差估计会怎样？
- 方法与思路
- 作者研究混合效应Logistic模型中混合分布误设的渐近影响，用近似评估协变量效应偏差，并以模拟进行检验。
- 材料陈述的贡献
- 摘要称，误设通常导致参数估计不一致，但近似与模拟提示协变量效应偏差往往较小，方差估计仍可能有效。
- 阅读关注点
- 应核对偏差较小的参数范围、真实与拟合分布的差异，以及方差估计有效针对的中心值和区间覆盖对象。
- 阅读边界
- 仅依据版本未注明的OpenAlex索引摘要；偏差较小及方差有效具有条件性，不能据此认定误设无害或区间覆盖真实参数。
原文摘要
Mixed-effects logistic models are often used to analyze binary response data which have been gathered in clusters, or groups. Responses are assumed to follow a logistic model with in clusters, with an intercept which varies across clusters according to a specified probability distribution G. In this paper we examine the performance of mixed-effects logistic regression analysis when a main component of the model, the mixture distribution, is misspecified. We show that, when the mixture distribution is misspecified, estimates of model parameters, including the effects of covariates, typically are asymptotically biased, i.e. inconsistent. However, we present some approximations which suggest that the magnitude of the bias in the estimated covariate effects is typically small. These findings are corroborated by a set of simulations which also suggest that valid variance estimates of estimated covariate effects can be obtained when the mixture distribution is misspecified.