Marginal Regression Analysis of a Multivariate Binary Response
多元二元响应的边际回归分析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：摘要明确将方法用于纵向二元响应数据，涉及重复观测的关联建模，因此与面板数据方向直接相关。
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…
多元二元响应的边际回归分析
- 研究问题
- 如何对多个二元响应开展边际回归，同时灵活刻画高阶关联，并处理簇大小变化或纵向重复观测的数据？
- 方法与思路
- 作者采用由各阶联合成功概率构成的均值参数，以依赖比刻画关联，通过最大似然估计建立多元二元响应模型。
- 材料陈述的贡献
- 摘要称，该参数化允许灵活建模高阶关联；作者重新分析了一个簇大小可变的数据集和一个簇大小固定的纵向数据集。
- 阅读关注点
- 应核对均值参数与依赖比的定义、联合概率合法性的约束，以及不同簇大小和纵向相关性如何进入似然与回归解释。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未说明估计的渐近性质、计算规模或实证结果，也不能据此作因果解释。
原文摘要
We propose the use of the mean parameter for regression analysis of a multivariate binary response. We model the association using dependence ratios defined in terms of the mean parameter, the components of which are the joint success probabilities of all orders. This permits flexible modelling of higher-order associations, using maximum likelihood estimation. We reanalyse two data sets, one with variable cluster size and the other a longitudinal data set with constant cluster size.