GEE 是如何工作的？
- 首先，假设受试者内的观察是独立的，进行简单的线性回归分析。
- 然后，根据朴素模型（观察预测）计算残差，并根据这些残差估计工作相关矩阵。
- 然后重新拟合回归系数，校正相关性。（迭代过程）
- 主体内相关结构被视为讨厌的变量（即作为协变量）
我想知道在第 2 步中，GEE 的工作相关矩阵是如何估计的？
什么是“幼稚模型”？
谢谢！
GEE 的工作相关矩阵是如何估计的？
机器算法验证
广义估计方程
2022-03-21 22:46:51
1个回答
如果您特别查看注释（和您的引文），“长格式的数据可能会天真地放入普通最小二乘 (OLS) 线性回归中……忽略受试者之间的相关性。”
您的问题的一个很好的参考是关于 Biometrika 的 Liang and Zeger (1986)。3.3 节显示相关参数可以从 Pearson 残差估计. 具体的估计量取决于工作相关矩阵的选择（独立的、可交换的、自回归的、M 相关的或非结构化的）。一般的做法是
具体的估计量在第 4 节中给出。
其它你可能感兴趣的问题