关于拟合多项回归模型的“泊松技巧”及其扩展
统计方法学
2017-07-27 v1 应用统计
统计计算
摘要
本文关注使用所谓的“泊松技巧”来拟合多项回归模型。这项工作受到 Chen & Kuo (2001) 和 Malchow-M{\o}ller & Svarer (2003) 的启发，这些工作因计算效率低下且有时产生无意义的结果而受到批评。我们首先讨论了独立数据的情形，并在所有协变量均为分类变量时提供了一种简约的拟合策略。然后，我们提出了一种基于 Gamma-Poisson 模型扩展的相关响应建模新方法，其中似然可以以闭式表达。参数通过期望/条件最大化（ECM）算法进行估计，该算法可以使用标准统计软件包中现成的广义线性模型拟合函数来实现。与现有方法相比，我们的方法避免了对难以处理的积分进行近似，因此相对于近似的 Gamma-Poisson 模型而言，推断是精确的。通过对 Chen & Kuo (2001) 讨论的酸奶数据的重新分析，展示了所提出的方法。
引用
@article{arxiv.1707.08538,
title = {On the "Poisson Trick" and its Extensions for Fitting Multinomial Regression Models},
author = {Jarod Y. L. Lee and Peter J. Green and Louise M. Ryan},
journal= {arXiv preprint arXiv:1707.08538},
year = {2017}
}