Correlated Binary Regression Using a Quadratic Exponential Model
利用二次指数模型分析相关二元响应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：摘要仅说明二元响应间相关性，未指出重复观测、经济选择行为或网络干扰机制，故不据数据类型强行分类。
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…
关注这篇论文的作者
利用二次指数模型分析相关二元响应
- 研究问题
- 如何用边际均值和两两相关系数参数化相关二元响应的回归模型，并在相关响应块较大时控制估计计算成本？
- 方法与思路
- 作者采用二次指数族模型，讨论乘法模型下的伪极大似然，并推导均值和相关参数的得分估计函数及简便特例。
- 材料陈述的贡献
- 摘要称得分估计函数具有特别简单的形式，并识别计算上有吸引力的特例，同时指出大响应块下伪似然计算的困难。
- 阅读关注点
- 应核对均值和相关参数的可行范围、得分函数的具体构造，以及各特例的计算复杂度和统计性质。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；相关响应块的来源、渐近条件与效率比较未说明，不能据此判定面板或网络应用。
原文摘要
A model of quadratic exponential form is parameterized in terms of marginal means and pairwise correlations for the regression analysis of correlated binary data. Pseudo-maximum likelihood methods using a special case termed the multiplicative model are proposed, but are noted to be computationally unattractive if the ‘blocks’ of correlated responses are at all large. On the other hand score estimating functions for mean and correlation parameters are shown to be of a particularly simple form under the quadratic exponential family. Special cases of such estimating functions having attractive computational properties are identified and illustrated.