Fixed Size Confidence Regions for Parameters of a Logistic Regression Model
逻辑回归模型参数的固定大小置信域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：摘要研究通用二元逻辑回归的序贯推断，未明确涉及选择行为或所列领域的专门问题。
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…
逻辑回归模型参数的固定大小置信域
- 研究问题
- 在独立同分布的二元逻辑回归中，协变量边际分布未知时，如何序贯构造达到指定大小或比例精度的参数置信域？
- 方法与思路
- 作者针对逻辑回归参数提出序贯置信域程序，分别满足固定大小和固定比例精度目标，并研究置信域缩小时的效率。
- 材料陈述的贡献
- 摘要称，所提出的两类序贯程序在置信域大小趋于零时具有渐近效率，且允许协变量的边际分布未知。
- 阅读关注点
- 应核对置信域大小与比例精度的定义、停止规则、覆盖率条件，以及渐近效率所采用的比较基准和协变量要求。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出停止规则、正则条件或有限样本覆盖表现，渐近效率有明确极限背景。
原文摘要
Let $(\mathbf{X}_i, Y_i)$ be independent, identically distributed observations that satisfy a logistic regression model; that is, for each $i, \log \lbrack P(Y_i = 1 | \mathbf{X}_i)/P(Y_i = 0 |\mathbf{X}_i)\rbrack = \mathbf{X}^T_i \beta_0$, where $Y_i \in \{0, 1\}, \mathbf{X}_i \in \mathbf{R}^p$ and $\beta_0 \in \mathbf{B}^p$ is the unknown parameter vector of the model. The marginal distribution of the covariate vectors $\mathbf{X}_i$ is assumed to be unknown. Sequential procedures for constructing fixed size and fixed proportional accuracy confidence regions for $\beta_0$ are proposed and shown to be asymptotically efficient as the size of the region becomes small.