跳到正文
← 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:摘要明确研究二元响应的逻辑回归及其函数形式,与离散选择中的二元响应建模直接相关。

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
Richard Kay
Sarah Little

二元数据逻辑回归中解释变量的变换

研究问题
对于二元响应的逻辑回归,如何通过解释变量变换改善拟合,并从不同结果组内解释变量的条件分布判断应采用哪些变换?
方法与思路
作者考察解释变量在各结果组中的条件分布,依据条件分布的对数密度比中出现的变量函数,确定逻辑回归所需的解释变量变换。
材料陈述的贡献
摘要给出通过解释变量变换改善逻辑回归拟合的若干结果,并说明所需变换与结果组条件分布的对数密度比中的函数有关。
阅读关注点
应核对条件分布如何确定或估计、密度比与逻辑回归形式的对应关系,以及选择变换后如何评价拟合并计入选择不确定性。
阅读边界
仅据版本未注明的 OpenAlex 摘要;具体条件分布、变换实例及拟合改善程度未说明,也未提供经济选择行为的结构解释。

原文摘要

Some results are presented on improving the fit of the logistic regression model for binary data by transforming the vector of explanatory variables. The methods are based on consideration of the distributions of these variables conditional on outcome group. The transformations required are the functions of the explanatory variables which appear in the log density ratio of the conditional distributions.

笔记与分组
相关领域论文