Fitting regression models to case-control data by maximum likelihood
病例对照数据回归模型的最大似然拟合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：摘要明确研究分类反应回归及 logistic 模型在选择性抽样下的拟合，对应离散反应模型方法。
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
病例对照数据回归模型的最大似然拟合
- 研究问题
- 在有限总体各反应类别总数已知、样本按反应选择且可能分层时，如何拟合分类反应回归模型并估计参数的渐近协方差？
- 方法与思路
- 作者扩展前瞻式拟合伪模型的做法，通过迭代更新 offset 参数寻找最大似然估计，并讨论相应渐近协方差的估计。
- 材料陈述的贡献
- 摘要称，这种迭代可扩展到任意模型；对分层病例对照的 logistic 模型，即使层常数被建模，也可使用普通回归程序拟合。
- 阅读关注点
- 应核对类别总体总数已知这一设定、抽样与分层结构、offset 更新及迭代收敛条件，并确认协方差估计如何考虑抽样机制。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；“任意模型”的技术范围与收敛条件未说明，也不能将结论直接用于类别总体总数未知的情形。
原文摘要
We consider fitting categorical regression models to data obtained by either stratified or nonstratified case-control, or response selective, sampling from a finite population with known population totals in each response category. With certain models, such as the logistic with appropriate constant terms, a method variously known as conditional maximum likelihood (Breslow & Cain, 1988) or pseudo-conditional likelihood (Wild, 1991), which involves the prospective fitting of a pseudo-model, results in maximum likelihood estimates of case-control data. We extend these results by showing the maximum likelihood estimates for any model can be found by iterating this process with a simple updating of offset parameters. Attention is also paid to estimation of the asymptotic covariance matrix. One benefit of the results of this paper is the ability to obtain maximum likelihood estimates of the parameters of logistic models for stratified case-control studies, compare Breslow & Cain (1988), Scott & Wild (1991), using an ordinary logistic regression program, even when the stratum constants are modelled.