The Hierarchical Logistic Regression Model for Multilevel Analysis
用于多层分析的分层逻辑回归模型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：摘要的核心是个体二元响应的逻辑回归，支持归入离散响应建模方向，但未说明行为选择机制。
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
用于多层分析的分层逻辑回归模型
- 研究问题
- 个体嵌套于群体且响应为二元变量时，如何同时刻画个体层面的关系与群体环境对回归系数的影响？
- 方法与思路
- 作者在各群体内设置逻辑回归，使个体系数随群体变化，再以群体变量解释这些系数，并采用经验贝叶斯估计。
- 材料陈述的贡献
- 摘要称，论文给出适用于大规模分析的计算公式及协方差分量的极大似然算法，并应用于世界生育调查。
- 阅读关注点
- 应核对两层模型的误差结构、系数变化与收缩方式、协方差分量算法，以及个体和国家层面的解释边界。
- 阅读边界
- 所据为稿件版本未注明的索引摘要，不能推断刊本变化。摘要未说明具体分布条件、算法表现或应用结果。
原文摘要
A hierarchical logistic regression model is proposed for studying data with group structure and a binary response variable. The group structure is defined by the presence of micro observations embedded within contexts (macro observations), and the specification is at both of these levels. At the first (micro) level, the usual logistic regression model is defined for each context. The same regressors are used in each context, but the micro regression coefficients are free to vary over contexts. At the second level, the micro coefficients are treated as functions of macro regressors. An empirical Bayes estimation procedure is proposed for estimating the micro and macro coefficients. Explicit formulas are provided that are computationally feasible for large-scale data analyses; these include an algorithm for finding the maximum likelihood estimates of the covariance components representing within— and between—macro-equation error variability. The methodology is applied to World Fertility Survey data, with individuals viewed as micro observations and countries as macro observations.