A New Skewed Link Model for Dichotomous Quantal Response Data
二元响应数据的一类新偏斜链接模型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：摘要直接研究带协变量的二元响应及潜在变量链接模型，与离散选择建模相关。
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…
关注这篇论文的作者
二元响应数据的一类新偏斜链接模型
- 研究问题
- 当常用对称链接函数不足以描述二元响应与协变量的关系时，如何构建非对称链接，并开展贝叶斯估计与模型比较？
- 方法与思路
- 作者为潜在变量引入偏斜分布，构造非对称链接模型；考察非正常先验下后验的正常性，并利用历史研究构建信息先验。
- 材料陈述的贡献
- 摘要提出一类偏斜链接模型，讨论后验正常性与历史信息利用，并通过大规模模拟及前列腺癌研究数据展示方法。
- 阅读关注点
- 应核对偏斜链接的参数化、后验正常性的具体条件，以及历史研究与当前样本的可比性和模型比较所用标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出拟合改进幅度，不能认定非对称链接普遍优于对称链接。
原文摘要
The logit, probit, and student t-links are widely used in modeling dichotomous quantal response data. Most of the commonly used link functions are symmetric, except the complementary log-log link. However, in some applications the overall fit can be significantly improved by the use of an asymmetric link. In this article we propose a new skewed link model for analyzing binary response data with covariates. Introducing a skewed distribution for the underlying latent variable, we develop a class of asymmetric link models for binary response data. Using a Bayesian approach, we first characterize the propriety of the posterior distributions using standard improper priors. We further propose informative priors using historical data from a similar previous study. We examine the proposed method through a large-scale simulation study and use data from a prostate cancer study to demonstrate the use of historical data in Bayesian model fitting and comparison of skewed link models.