基于广义估计方程 applied to pseudo-likelihoods 的二次指数逻辑回归标准误的精确估计
统计方法学
2025-10-02 v1
摘要
对于一组二元响应变量，条件均值模型描述给定其他变量后响应变量的期望值，在纵向数据和网络数据分析中广受欢迎。二次指数二元分布是此背景下天然的选择。然而，由于其归一化常数难以解析，最大似然估计计算负担沉重；而伪似然虽计算便利，却倾向于严重低估标准误。本文研究二次指数二元分布及其回归模型的有效估计方法。我们证明，当将广义估计方程应用于伪似然时，使用独立工作相关性可获得一致估计，而依赖结构（如复合对称或自回归相关性）可能引入不可忽视的偏差。推导了理论性质，随后通过仿真研究予以支持。本文以致癌毒性化学物质数据和宪法法院裁决数据为例进行说明。
引用
@article{arxiv.2510.00431,
title = {An Accurate Standard Error Estimation for Quadratic Exponential Logistic Regressions by Applying Generalized Estimating Equations to Pseudo-Likelihoods},
author = {Ong Wei Yong and Lee Shao-Man and Hsueh Chia-Ming and Chang Sheng-Mao},
journal= {arXiv preprint arXiv:2510.00431},
year = {2025}
}