A Minimum Relative Entropy Based Correlation Model Between the Response and Covariates
基于最小相对熵的响应与协变量关联模型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：摘要讨论通用半参数依赖模型，提到逻辑回归和选择偏差模型并不足以确立经济离散选择或因果推断的直接分类依据。
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…
基于最小相对熵的响应与协变量关联模型
- 研究问题
- 如何利用响应与多个协变量的依赖建立半参数模型，并在边缘分布已知或未知时解释其最优性及与既有回归模型的关系？
- 方法与思路
- 作者提出基于最小相对熵的关联模型，分析不同边缘分布情形，并给出参数估计算法、渐近性质及真实数据和模拟比较。
- 材料陈述的贡献
- 摘要称，模型在已知边缘分布时具有最优性，未知时扩展若干既有模型，并提供依赖角度的解释和保证收敛的估计算法。
- 阅读关注点
- 应核对最优性的目标与约束、模型如何扩展广义线性模型，以及算法收敛含义和参数渐近性质的条件。
- 阅读边界
- 仅据所给 Crossref 摘要；摘要未说明最优性条件、收敛速度或比较数值，变量依赖的建模本身不支持因果解释。
原文摘要
Summary A semiparametric model is presented utilizing dependence between a response and several covariates. We show that this model is optimum when the marginal distributions of the response and the covariates are known. This model extends the generalized linear model and the proportional likelihood ratio model when the marginal distributions are unknown. New interpretations of known models such as the logistic regression model, density ratio model and selection bias model are obtained in terms of dependence between variables. For estimation of parameters, a simple algorithm is presented which is guaranteed to converge. It is also the same regardless of the choice of the distribution for response and covariates; hence, it can fit a very wide variety of useful models. Asymptotic properties of the estimators of model parameters are derived. Real data examples are discussed to illustrate our approach and simulation experiments are performed to compare with existing procedures.