×

通过经验似然对分层病例对照研究中logistic回归模型的良好性进行检验。 (英语) 兹比尔1318.62343

小结:在文献中,关于针对病例对照研究而专门推导的logistic回归模型的疗效检验的报告很少。在本文中,我们使用经验似然方法对分层病例对照研究中的logistic回归模型提出了一个良好的检验。所提出的统计是最近由P.G.阿比加特D.Y.林[“分层病例对照研究的模型检验技术”,《Stat.Med.24》,229–247(2005)]。仿真结果表明,尽管它们的性能总是相近,但所提出的统计量通常略强于(G{o})。此外,由于可以使用许多统计软件中常见的分层逻辑回归过程,因此我们的方法很容易实现。还给出了一些渐近结果以及所提出的统计量在两个真实数据集上的应用。

MSC公司:

第60页 统计学在工程和工业中的应用;控制图
62G10型 非参数假设检验
62J02型 一般非线性回归
6220国集团 非参数推理的渐近性质
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 内政部:10.2307/3316022·Zbl 1059.62110号 ·doi:10.2307/3316022
[2] 内政部:10.1002/sim.1932·数字对象标识代码:10.1002/sim.1932
[3] Billingsley P.,概率测度的收敛性(1968)·Zbl 0172.21201号
[4] Breslow N.E.,癌症研究中的统计方法。第一卷:病例对照研究分析(1980)
[5] 内政部:10.1002/0471722146·doi:10.1002/0471722146
[6] DOI:10.1002/(SICI)1097-0258(19970515)16:9<965::AID-SIM509>3.0.CO;2-O型·doi:10.1002/(SICI)1097-0258(19970515)16:9<965::AID-SIM509>3.0.CO;2-O型
[7] 内政部:10.1093/biomet/75.2.237·Zbl 0641.62032号 ·doi:10.1093/biomet/75.2.237
[8] 内政部:10.1214/aos/1176347494·Zbl 0712.62040号 ·doi:10.1214/aos/1176347494
[9] 内政部:10.1214/aos/1017938930·Zbl 0960.62048号 ·doi:10.1214操作系统/1017938930
[10] 内政部:10.1214/aos/1176325370·Zbl 0799.62049号 ·doi:10.1214/aos/1176325370
[11] DOI:10.1093/biomet/84.3.609·Zbl 0888.62045号 ·doi:10.1093/biomet/84.3.609
[12] Schrok M.A.,统计学及其在生物和健康科学中的应用(2000年)
[13] DOI:10.1214/aos/1176345802·Zbl 0491.62034号 ·doi:10.1214/aos/1176345802
[14] 内政部:10.1214/aos/1176346585·兹比尔0578.62047 ·doi:10.1214/aos/1176346585
[15] DOI:10.1016/j.csda.2008.07.018·Zbl 1452.62857号 ·doi:10.1016/j.csda.2008.07.018
[16] DOI:10.1093/生物组/86.3.531·Zbl 0938.62054号 ·doi:10.1093/biomet/86.3531
[17] DOI:10.1093/biomet/88.4.921·Zbl 1099.62512号 ·doi:10.1093/biomet/88.4.921
[18] DOI:10.1016/j.jmva.2005.01.002·Zbl 1078.62074号 ·doi:10.1016/j.jmva.2005.01.002
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。