Categorical Data Analysis Using a Skewed Weibull Regression Model.
Categorical Data Analysis Using a Skewed Weibull Regression Model.
复制标题
DOI：
10.3390/e20030176
复制
发表时间：
2018-03-07
期刊：
影响因子：
--
通讯作者：
Polpo A
中科院分区：
文献类型：
--
作者：
Caron R;Sinha D;Dey DK;Polpo A
在这篇文章中，我们提出了一个威布尔链接(偏态)模型的分类反应数据产生的二项式和多项式模型。我们证明，对于这类分类数据，最常用的模型(Logit、Probit和互补的对数-对数)可以作为极限情况得到。我们进一步将所提出的模型与其他一些非对称模型进行了比较。文中详细介绍了二项和多项数据响应的贝叶斯估计和频域估计方法。通过对两个数据集的分析，验证了该模型的有效性。
In this paper, we present a Weibull link (skewed) model for categorical response data arising from binomial as well as multinomial model. We show that, for such types of categorical data, the most commonly used models (logit, probit and complementary log–log) can be obtained as limiting cases. We further compare the proposed model with some other asymmetrical models. The Bayesian as well as frequentist estimation procedures for binomial and multinomial data responses are presented in detail. The analysis of two datasets to show the efficiency of the proposed model is performed.
登录
查看更多内容
影响因子：
1.9
作者：
PRENTICE, RL
通讯作者：
PRENTICE, RL
影响因子：
1.8
作者：
ARNOLD, BC;GROENEVELD, RA
通讯作者：
GROENEVELD, RA
影响因子：
1.3
作者：
CZADO, C
通讯作者：
CZADO, C
影响因子：
2.7
作者：
GUERRERO, VM;JOHNSON, RA
通讯作者：
JOHNSON, RA
影响因子：
6.8
作者：
AKAIKE, H
通讯作者：
AKAIKE, H