标题： 迭代分布式多项式回归 显示英文标题

标题： Iterative Distributed Multinomial Regression

摘要： 本文介绍了一种用于具有大量选择集的多项逻辑回归模型的迭代分布式计算估计器。 与最大似然估计器相比，提出的迭代分布式估计器实现了显著更快的计算速度，并且在用一致估计器初始化时，在弱优势条件下达到渐近有效性。 此外，我们基于迭代分布式估计器提出了一种参数-bootstrap 推断程序，并建立了其一致性。 广泛的模拟研究验证了所提出方法的有效性，并突出了迭代分布式估计器的计算效率。 显示英文摘要

摘要： This article introduces an iterative distributed computing estimator for the multinomial logistic regression model with large choice sets. Compared to the maximum likelihood estimator, the proposed iterative distributed estimator achieves significantly faster computation and, when initialized with a consistent estimator, attains asymptotic efficiency under a weak dominance condition. Additionally, we propose a parametric bootstrap inference procedure based on the iterative distributed estimator and establish its consistency. Extensive simulation studies validate the effectiveness of the proposed methods and highlight the computational efficiency of the iterative distributed estimator.