Regression Analysis, Nonlinear or Nonnormal: Simple and Accurate p Values From Likelihood Analysis
非线性或非正态回归：基于似然分析的简便精确p值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：摘要讨论一般回归模型的似然推断，没有明确的因果、面板、离散选择或其他所列领域设定。
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…
非线性或非正态回归：基于似然分析的简便精确p值
- 研究问题
- 对参数结构可线性或非线性、误差可正态或非正态的回归模型，如何获得简便且高阶准确的p值和置信区间？
- 方法与思路
- 作者利用似然分析构造p值近似，分别给出频率学派和贝叶斯版本，通过计算迭代形成置信区间，并以模拟考察精度。
- 材料陈述的贡献
- 摘要称，近似具有三阶准确性，在小样本及中等样本中通常也较准确，并通过实例和模拟记录其分布近似表现。
- 阅读关注点
- 应核对三阶准确性的定义与正则条件、两种推断版本的差别，以及置信区间迭代方式和小样本模拟覆盖的模型范围。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未列近似公式、适用条件及模拟数值，不能把精度陈述推广到所有回归模型。
原文摘要
We develop simple approximations for the p values to use with regression models having linear or nonlinear parameter structure and normal or nonnormal error distribution; computer iteration then gives confidence intervals. Both frequentist and Bayesian versions are given. The approximations are derived from recent developments in likelihood analysis and have third-order accuracy. Also, for very small and medium-sized samples, the accuracy can typically be high. The likelihood basis of the procedure seems to provide the grounds for this general accuracy. Examples are discussed, and simulations record the distributional accuracy.