A Multivariate Extension of the Dynamic Logit Model for Longitudinal Data Based on a Latent Markov Heterogeneity Structure
基于潜在马尔可夫异质性结构的多元纵向动态Logit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：摘要明确分析个体纵向分类响应，并以动态Logit建模生育和女性劳动参与等离散结果。
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…
基于潜在马尔可夫异质性结构的多元纵向动态Logit模型
- 研究问题
- 如何在多元分类纵向数据中同时刻画滞后响应、协变量与随时间演化的个体未观测异质性，并用于生育和劳动参与分析？
- 方法与思路
- 作者扩展动态Logit模型，对给定协变量、滞后响应和个体参数的响应向量条件分布作边际参数化，并采用潜在马尔可夫结构。
- 材料陈述的贡献
- 摘要称提出多元动态Logit扩展，概述其极大似然估计的EM算法，并通过模拟及PSID生育与女性劳动参与数据说明。
- 阅读关注点
- 核对潜在状态数及转移限制、初始响应与初始状态处理、动态依赖和异质性的区分，以及EM估计的识别与局部极值。
- 阅读边界
- 所据为版本未注明的索引摘要；摘要未给出识别、初始条件或推断细节，动态回归关联不能直接解释为状态依赖的因果效应。
原文摘要
For the analysis of multivariate categorical longitudinal data, we propose an extension of the dynamic logit model. The resulting model is based on a marginal parameterization of the conditional distribution of each vector of response variables given the covariates, the lagged response variables, and a set of subject-specific parameters for the unobserved heterogeneity. The latter ones are assumed to follow a first-order Markov chain. For the maximum likelihood estimation of the model parameters, we outline an EM algorithm. The data analysis approach based on the proposed model is illustrated by a simulation study and an application to a dataset, which derives from the Panel Study on Income Dynamics and concerns fertility and female participation to the labor market.