Key points are not available for this paper at this time.
概要 一般化線形モデルは、平均に加えて分散用の線形予測子を含むようにさらに一般化されています。一般化線形モデルの便利な構造が、平均と分散の構造を別々に考慮することによって、このより一般的な設定にどのように適用できるかが示されています。これに対して、分散サブモデルの従属変数は平均サブモデルの偏差成分であり、平均と分散のサブモデルがそれ自体が本質的に一般化線形モデルであるという事実を用いて、尤度方程式と漸近検定のための簡単な表現が導出されます。良好な収束特性を持つ推定アルゴリズムが提案されており、結果は主に正規、逆ガウス、およびガンマ分布に適用されますが、準尤度を使用することで離散分布にも拡張可能です。開発された手法は、よく知られたデータセットに適用されます。
ゴードン・K・スミス (Fri,) はこの問題を研究しました。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: