Marginal Regression Analysis of Longitudinal Data With Time-Dependent Covariates: A Generalized Method-of-Moments Approach
含时变协变量纵向数据的边际回归分析：广义矩方法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：摘要明确研究个体纵向数据、时变协变量与边际回归，直接对应面板数据方法。
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
含时变协变量纵向数据的边际回归分析：广义矩方法
- 研究问题
- 纵向数据中协变量随时间变化时，哪些估计方程可以有效使用，如何在保证一致性的同时改善边际回归参数估计效率？
- 方法与思路
- 作者将时变协变量分为三类，由类别决定可用估计方程，再用GMM整合这些方程，并以模拟及菲律宾儿童数据展示方法。
- 材料陈述的贡献
- 摘要称前两类协变量下相对独立工作相关的GEE可明显提升效率，第三类下仍一致且效率相当，并分析BMI与未来患病关系。
- 阅读关注点
- 应核对三类协变量的精确定义、各类有效矩条件与GMM权重构造，以及模拟比较和儿童数据应用中的协变量分类。
- 阅读边界
- 仅据所给Crossref摘要；类别定义、矩条件和效率数值未说明，BMI与未来患病的关系不能据此解释为因果效应。
原文摘要
Summary We develop a new approach to using estimating equations to estimate marginal regression models for longitudinal data with time-dependent covariates. Our approach classifies time-dependent covariates into three types—types I, II and III. The type of covariate determines what estimating equations can be used involving the covariate. We use the generalized method of moments to make optimal use of the estimating equations that are made available by the covariates. Previous literature has suggested the use of generalized estimating equations with the independent working correlation when there are time-dependent covariates. We conduct a simulation study that shows that our approach can provide substantial gains in efficiency over generalized estimating equations with the independent working correlation when a time-dependent covariate is of types I or II, and our approach remains consistent and comparable in efficiency with generalized estimating equations with the independent working correlation when a time-dependent covariate is of type III. We apply our approach to analyse the relationship between the body mass index and future morbidity among children in the Philippines.