Orthogonalized residuals for estimation of marginally specified association parameters in multivariate binary data.
Orthogonalized residuals for estimation of marginally specified association parameters in multivariate binary data.
复制标题
DOI：
10.1111/j.1467-9469.2012.00802.x
复制
发表时间：
2012-09-01
期刊：
影响因子：
--
通讯作者：
Preisser JS
中科院分区：
文献类型：
--
作者：
Qaqish BF;Zink RC;Preisser JS
当关联结构的估计是主要关注点时，本文重点关注相关二元响应的边际回归模型。提出了一种基于正交残差的新估计函数方法。所提出的过程的一个特殊情况允许通过边际残差对交替逻辑回归方法进行新的表示。探讨了二阶广义估计方程、交替逻辑回归、伪似然等方法之间的联系。给出了效率比较，重点是可变簇大小和高阶假设的作用。通过对肺功能受损数据的分析来说明新方法。
This paper focuses on marginal regression models for correlated binary responses when estimation of the association structure is of primary interest. A new estimating function approach based on orthogonalized residuals is proposed. A special case of the proposed procedure allows a new representation of the alternating logistic regressions method through marginal residuals. The connections between second-order generalized estimating equations, alternating logistic regressions, pseudo-likelihood and other methods are explored. Eficiency comparisons are presented, with emphasis on variable cluster size and on the role of higher-order assumptions. The new method is illustrated with an analysis of data on impaired pulmonary function.
登录
查看更多内容
影响因子：
1.9
作者：
Lipsitz, SR;Fitamaurice, GM
通讯作者：
Fitamaurice, GM
影响因子：
2.7
作者：
Chaganty, NR;Joe, H
通讯作者：
Joe, H
影响因子：
1.9
作者：
QAQISH, BF;LIANG, KY
通讯作者：
LIANG, KY
影响因子：
2.7
作者：
CAREY, V;ZEGER, SL;DIGGLE, P
通讯作者：
DIGGLE, P
影响因子：
2.7
作者：
Kuk, Anthony Y. C.
通讯作者：
Kuk, Anthony Y. C.