R-Squared Measures for Count Data Regression Models with Applications to Health-Care Utilization
计数数据回归模型的 R² 度量及其医疗服务利用应用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：摘要提出跨多类回归模型的通用拟合优度度量，虽列举离散响应模型，但未聚焦某个给定细分领域，故暂不分类。
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…
计数数据回归模型的 R² 度量及其医疗服务利用应用
- 研究问题
- 对于线性模型以外的回归，如何构造具有统一解释的 R² 拟合优度指标？摘要讨论指数族回归中纳入解释变量带来的不确定性减少。
- 方法与思路
- 作者用 Kullback–Leibler 散度衡量不确定性，将 R² 定义为加入解释变量后的相对减少量，并讨论其在条件均值约束下的解释。
- 材料陈述的贡献
- 摘要称，该指标适用于包含 logit、probit、Poisson 等模型的指数族回归；在额外条件下，还可解释为拟合模型解释的不确定性比例。
- 阅读关注点
- 应核对散度所比较的分布、基准模型与指标定义，以及条件均值所需的额外条件；题名提及的医疗服务利用应用也需查看全文。
- 阅读边界
- 摘要未说明样本估计细节、有限样本性质或医疗应用结果；拟合优度的解释不能直接支持因果结论或样本外预测能力。
原文摘要
For regression models other than the linear model, R-squared type goodness-to-fit summary statistics have been constructed for particular models using a variety of methods. The authors propose an R-squared measure of goodness of fit for the class of exponential family regression models, which includes logit, probit, Poisson, geometric, gamma, and exponential. This R-squared is defined as the proportionate reduction in uncertainty, measured by Kullback-Leibler divergence, due to the inclusion of regressors. Under further conditions concerning the conditional mean function, it can also be interpreted as the fraction of uncertainty explained by the fitted model.