• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistical Methods and Applications >Improved wrong-model inference for generalized linear models for binary responses in the presence of link misspecification
【24h】

Improved wrong-model inference for generalized linear models for binary responses in the presence of link misspecification

机译：在链接误操作情况下，改进了用于二进制响应的广义线性模型的错误模型推断

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In the framework of generalized linear models for binary responses, we develop parametric methods that yield estimators for regression coefficients less compromised by an inadequate posited link function. The improved inference are obtained without correcting a misspecified model, and thus are referred to as wrong-model inference. A byproduct of the proposed methods is a simple test for link misspecification in this class of models. Impressive bias reduction in estimators for the regression coefficients from the proposed methods and promising power of the proposed test to detect link misspecification are demonstrated in simulation studies. We also apply these methods to a classic data example frequently analyzed in the existing literature concerning this class of models.
机译：在二进制响应的广义线性模型的框架中，我们开发参数化方法，该方法产生回归系数的估计因子不足的位置不足的链路函数。 获得改进的推断而无需纠正误操作模型，因此被称为错误型推断。 所提出的方法的副产品是在这类模型中链接拼写的简单测试。 在仿真研究中，证明了在仿真研究中令人印象深刻的偏差估计的回归系数的估算系数和所提出的测试的有希望的力量。 我们还将这些方法应用于经常分析的关于这类模型的现有文献中经常分析的经典数据示例。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号