Consistency and Asymptotic Normality of the Minimum Logit Chi-Squared Estimator When the Number of Design Points is Large
设计点数量增长时最小 Logit 卡方估计量的一致性与渐近正态性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：摘要仅涉及一般二项响应回归，未明确研究行为选择或其他所列应用方向。
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
设计点数量增长时最小 Logit 卡方估计量的一致性与渐近正态性
- 研究问题
- 在线性 Logistic 回归的二项响应模型中，当设计点数量不断增加时，最小 Logit 卡方估计量是否一致并具有渐近正态性？
- 方法与思路
- 作者在设计点数量趋于无穷的渐近框架下，分析最小 Logit 卡方参数估计量的极限分布，并给出保证一致性的条件。
- 材料陈述的贡献
- 摘要称证明了这一估计量在设计点数量增长时的渐近正态性，同时提供了其一致性成立的条件。
- 阅读关注点
- 应核对设计点数与各点二项试验次数如何增长、设计矩阵条件、边界比例的处理，以及一致性与正态性各自要求的假设。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要。摘要未列明具体增长条件、方差表达式或有限样本表现，不能推断刊本变化。
原文摘要
When the number of design points goes to infinity, we show that the minimum logit chi-squared estimator of the parameter in a linear logistic regression model for binomial response data is asymptotically normal. We also give conditions under which it is consistent.