罗兰·C·德意志。;约翰·格雷戈（John M.Grego）。;布莱恩·哈宾;Walter W.Piegorsch。 二元数据回归模型的最大似然估计：小样本和大样本特征。 （英语） Zbl 1186.62096号 高级申请。斯达。 14，第2期，101-116（2010）. 摘要：广义线性模型（GLiM）的许多推理过程依赖于最大似然估计量（MLE）的渐近正态性。L.Fahrmeir公司和H.考夫曼【Ann.Stat.13，342–368（1985；Zbl 0594.62058号)]给出了GLiM中MLE渐近正态的温和条件。不幸的是，除了熟悉的logit和probit链接之外，对二项式响应模型的特殊情况进行了有限的研究，对更一般的链接（如互补对数-对数链接和不太知名的互补对数链接）几乎没有结果。在固定实验组数的假设下，我们验证了这些模型的最大似然估计的渐近正态性条件，并给出了任意二次可微单调链接函数的一组简单条件。我们还研究了构造渐近Wald置信域的逼近的性质。我们的结果表明，对于具有特定链接函数的小样本，近似可能会有问题，尤其是在参数接近参数空间边界的情况下。 引用于三文件 理学硕士： 62年12月 广义线性模型（逻辑模型） 62层25 参数公差和置信区域 62英尺12英寸 参数估计量的渐近性质 62甲12 多元分析中的估计 关键词：二项响应模型;最大似然估计量;渐近正态性;互补对数链路;互补对数链路 引文：Zbl 0594.62058号 PDF格式BibTeX公司 XML格式引用 \textit{R.C.Deutsch}等人，高级应用程序。Stat.14，No.2，101--116（2010；Zbl 1186.62096） 全文： 链接