A regression model for time series of counts
计数时间序列的回归模型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：摘要明确建立带潜在相关过程的计数时间序列回归模型，直接对应时间序列方向。
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
计数时间序列的回归模型
- 研究问题
- 计数时间序列存在相关性时，如何通过潜在过程建立回归模型、估计回归系数，并分析长期发病趋势？
- 方法与思路
- 作者在对数线性模型的线性预测项中加入不可观测过程，用估计方程得到迭代加权与滤波最小二乘算法。
- 材料陈述的贡献
- 摘要称，文章给出回归系数的渐近性质，并以美国自一九七〇年以来的脊髓灰质炎发病趋势说明该技术。
- 阅读关注点
- 应核对潜在过程的依赖结构、计数分布与均值关系，以及滤波权重、估计方程和渐近性质所要求的条件。
- 阅读边界
- 索引稿件版本未注明；摘要未说明潜在过程分布、渐近结论细节或应用结果，不能据此判断预测能力或因果解释。
原文摘要
This paper discusses a model for regression analysis with a time series of counts. Correlation is assumed to arise from an unobservable process added to the linear predictor in a log linear model. An estimating equation approach used for parameter estimation leads to an iterative weighted and filtered least-squares algorithm. Asymptotic properties for the regression coefficients are presented. We illustrate the technique with an analysis of trends in U.S. polio incidence since 1970.