Asymptotic Properties of Moment Estimators for Overdispersed Counts and Proportions
过度离散计数与比例数据矩估计量的渐近性质AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：计数、比例与过度离散回归属于通用统计建模，摘要未涉及选择行为或其他所列经济计量细分领域的明确对象。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
过度离散计数与比例数据矩估计量的渐近性质
- 研究问题
- 当计数或比例数据的变异超过泊松或二项模型所允许的水平时，回归参数与过度离散参数的矩估计具有怎样的渐近性质？
- 方法与思路
- 作者研究额外泊松变异和额外二项变异下的矩估计，推导其渐近性质与回归参数协方差，并采用迭代加权最小二乘计算。
- 材料陈述的贡献
- 摘要称回归参数和过度离散参数的矩估计一致且渐近正态，回归参数的渐近协方差不受过度离散参数估计的影响。
- 阅读关注点
- 应核对矩条件、均值与方差结构、样本依赖条件，以及迭代权重的构造和协方差不受影响这一结论的具体适用范围。
- 阅读边界
- 来源为稿件版本未注明的 OpenAlex 索引摘要。摘要未说明完整模型假设、协方差公式或有限样本表现，不能推断效率优势。
原文摘要
Consistency and asymptotic normality of moment estimates of regression parameters and an overdispersion parameter are shown for data with extra-binomial and extra-Poisson variation. The asymptotic covariance of the regression parameters is found to be unaffected by estimation of the overdispersion parameter. The moment estimates may be obtained using iterated weighted least squares.