Marginal regression models for the analysis of positive association of ordinal response variables
用于有序响应变量正关联分析的边际回归模型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：摘要直接涉及有序离散响应的边际 logits 与回归建模，对应离散响应方法。
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
用于有序响应变量正关联分析的边际回归模型
- 研究问题
- 对于包含有序变量的离散响应，如何在边际回归模型中联合表达层级结构与正关联约束，并开展约束估计及检验？
- 方法与思路
- 作者以矩阵形式参数化饱和模型，对边际 logits、不同类型的对数优势比及高阶交互施加等式或不等式约束。
- 材料陈述的贡献
- 摘要称提供约束最大似然估计的高效算法，推导似然比检验的渐近分布，并提出纳入不等式约束的偏差分析扩展。
- 阅读关注点
- 核对各类边际参数与正关联定义的对应关系、约束可行性、算法收敛要求，以及边界情形下似然比检验的校准方式。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体约束、检验分布和算法细节未说明，正关联也不能直接解释为因果或行为选择机制。
原文摘要
Given a set of discrete response variables, some of which are ordinal, and an arbitrary set of discrete explanatory variables, we propose a simple matrix formulation for parameterising the saturated model as in Glonek (1996). This is such that, within a hierarchical structure, marginal logits and log‐odds ratios of various possible types, together with the remaining log‐linear interactions of high order, may be modelled by equality and inequality constraints. Inequality constraints are particularly relevant for specifying models of positive association. Efficient algorithms are provided for computing maximum likelihood estimates under such constraints. The asymptotic distribution of the likelihood ratio test is derived and an extension of the usual analysis of deviance is outlined which incorporates inequality constraints.