开放式访问
1996年4月 一类广义对数线性模型的极大似然方法
约瑟夫·朗格
安。统计师。 24(2): 726-752 (1996年4月)。 内政部:10.1214/aos/1032894462

摘要

我们讨论了拟合一大类多元分类反应数据模型的最大似然方法。特别地,我们导出了乘积多项式广义对数线性模型参数的极大似然估计的大样本分布。此外,还描述了其他相关的类似基于hood的统计数据的大样本行为,如优度统计数据和调整后的残差。渐近结果是在模型的约束规范(而不是更常见的自由规范)的框架内导出的。我们还概述了一种改进的拟合算法,用于计算参数最大似然估计和其他相关统计。广泛的一类多元分类响应数据模型,被称为广义对数线性模型,可以暗示几个响应配置分布的结构(例如,联合分布和边际分布)。这些模型,包括特殊情况下的对数线性、对数和累积对数模型,具有广泛的应用范围,包括纵向、评分协议和交叉数据分析。

引用

下载引文

约瑟夫·朗格(Joseph B.Lang)。 “广义对数线性模型类的最大似然方法。” 安。统计师。 24 (2) 726 - 752, 1996年4月。 https://doi.org/10.1214/aos/1032894462

问询处

发布日期:1996年4月
欧几里得项目首次提供:2002年9月24日

zbMATH公司:859.62061
数学科学网:1394985令吉
数字对象标识符:10.1214/aos/1032894462

学科:
主要用户:62E20型62H17型

关键词:渐近的约束方程自由度方程边际模型多项式分布多元分类数据联立模型

版权所有©1996数学统计研究所

第24卷•第2期•1996年4月
返回页首