Sample size for Poisson regression
泊松回归的样本量计算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：摘要研究一般泊松回归的检验功效与样本量，未明确对应所列应用或计量细分方向。
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
泊松回归的样本量计算
- 研究问题
- 在泊松回归中，如何结合协变量分布与参数估计的渐近方差，计算达到指定显著性水平和检验功效所需的样本量？
- 方法与思路
- 作者利用协变量分布的矩母函数计算精确 Fisher 信息矩阵，再用最大似然估计的渐近方差导出样本量方法。
- 材料陈述的贡献
- 摘要称给出多种单协变量分布及一族多协变量指数型分布下的样本量计算方法，并用两个例子说明程序。
- 阅读关注点
- 应核对信息矩阵计算需要的矩母函数条件、假设检验的设定、规划参数的来源，以及渐近样本量的有限样本准确性。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；分布范围和校准细节未说明，信息矩阵精确不意味着样本量计算完全精确。
原文摘要
For the Poisson regression model, an exact expression for Fisher's information matrix, based upon the moment generating function of the distribution of covariates, is calculated. This parallels a similar, approximate, calculation by Whittemore (1981) for logistic regression. The resulting asymptotic variance of the maximum likelihood estimate of the parameters is used to calculate the sample size required to test hypotheses about the parameters at a specified significance and power. Methods for calculating sample size are derived for various distributions of a single covariate, and for a family of multivariate exponential-type distributions of multiple covariates. The procedures are illustrated with two examples.