Parametric Event Sequence Analysis: An Application to an Analysis of Gender and Racial/Ethnic Differences in Patterns of Drug-Use Progression
参数事件序列分析：药物使用进程中的性别与族群差异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：摘要研究一般事件序列及药物使用关联，没有明确经济选择机制、因果识别或面板模型，所列分类证据不足。
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
参数事件序列分析：药物使用进程中的性别与族群差异
- 研究问题
- 如何分别刻画多个事件是否发生、发生之间的关联及先后顺序，并分析药物首次使用进程中的性别与族群差异？
- 方法与思路
- 作者扩展对数线性模型，用两组参数分别刻画事件发生与关联及条件序列，将似然分解后进一步加入协变量回归。
- 材料陈述的贡献
- 摘要提出事件序列参数模型及似然分解，应用于酒精、香烟和大麻的使用起始，并称报告既有发现的交叉验证与新发现。
- 阅读关注点
- 应核对序列模式编码、两组参数的解释与可识别性、似然分解条件，以及协变量回归和应用差异的具体结果。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体发现、数据构成及模型限制未提供，群体差异不能直接作因果解释。
原文摘要
This article introduces novel statistical models for the sequence analysis of events. The models are formulated to analyze occurrence, association, and sequencing among events as an extension of log-linear models. A set of parameters characterizes marginal odds and odds ratios of frequencies summed across sequence patterns for each combination of the occurrence/nonoccurrence of events. These parameters are used for the analysis of the occurrence and association of events. Another set of parameters characterizes conditional odds and odds ratios among sequence patterns within each combination of the occurrence/nonoccurrence of events. These parameters are used for the analysis of sequencing of events. The models permit a decomposition of the likelihood function into a marginal likelihood component that includes only parameters for occurrence and association among events and a conditional likelihood component that includes only parameters for sequencing among events. The models are then extended further for regressions with covariates. An application analyzes gender and racial/ethnic differences in patterns of drug use progression. Sequential patterns of initiations and association among initiations are analyzed for three groups of drugs: alcoholic beverages, cigarettes, and marijuana. Findings that cross-validate previous findings based on different datasets and findings that are novel are reported.