A Class of Logistic Regression Models for Multivariate Binary Time Series
多元二元时间序列的一类 logistic 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：摘要明确以多元二元时间序列和马尔可夫动态模型为研究对象，直接对应时间序列方法。
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
多元二元时间序列的一类 logistic 回归模型
- 研究问题
- 如何为相互关联的多条二元时间序列建立 logistic 动态模型，并处理同一时点的分量依赖与时间上的马尔可夫结构？
- 方法与思路
- 作者先建立二元向量边际对数线性模型与各分量条件 logistic 模型的等价关系，再构造马尔可夫模型并用伪似然估计。
- 材料陈述的贡献
- 摘要称，提出多元二元序列的 logistic 模型与伪似然估计程序，并以家庭身心及心理诊断数据展示方法应用。
- 阅读关注点
- 应核对条件模型相容性、等价关系的适用范围、马尔可夫结构如何形成，以及伪似然估计的不确定性处理。
- 阅读边界
- 摘要未说明模型阶数、估计的渐近条件或应用结果，不能据此判断伪似然效率；索引摘要稿件版本未注明。
原文摘要
A logistic model for multivariate binary time series is proposed. First, we establish the equivalence between a log-linear model for the marginal distribution of a multivariate binary random vector and logistic models for the conditional distributions of each component given the others. The logistic formulation is used to describe a Markov chain for each series, which implies a Markov model for the vector of time series. A pseudolikelihood estimation procedure is presented. The methods are illustrated with data on psychosomatic and psychological diagnoses for families in a health-maintenance plan.