摘要

广义估计方程使人们能够在纵向数据分析中一致地估计回归参数,即使相关结构指定错误。然而,在这种指定错误的情况下,回归参数的估计可能效率低下。本文介绍了一种二次推理函数的方法,该方法不涉及相关参数的直接估计,即使工作相关结构指定错误,也保持最优。其思想是通过基矩阵的线性组合来表示工作相关性矩阵的逆矩阵,这种表示对最常用的工作相关性有效。渐近理论和仿真都表明,在错误的工作假设下,这些估计比广义估计方程的估计更有效。该方法还提供了用于测试嵌套模型的卡方推理函数和卡方回归错误指定测试。此外,无论工作相关结构是否正确规定,测试统计量均渐近遵循卡方分布。

此内容仅以PDF格式提供。
您当前没有访问此文章的权限。