Weighted averages of the observed odds ratios when the number of tables is large
列联表数量很大时观测优势比的加权平均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：摘要研究列联表共同优势比估计的效率，未明确涉及离散选择行为模型或因果效应。
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
列联表数量很大时观测优势比的加权平均
- 研究问题
- 在大量二乘二列联表中估计共同优势比时，如果每张表的观测数保持一致有界，观测优势比的加权平均能否渐近有效？
- 方法与思路
- 作者在列联表数量趋于无穷、每张表观测数一致有界的渐近框架下，考察以观测优势比加权平均估计共同参数的效率。
- 材料陈述的贡献
- 摘要称，除匹配对这一特殊情形外，任何观测优势比的加权平均都不是渐近有效的；未说明替代估计量的具体形式。
- 阅读关注点
- 阅读时应核对允许的权重类别、列联表抽样条件、效率的比较基准，以及匹配对为何构成所述结论的例外。
- 阅读边界
- 所据为 OpenAlex 索引摘要，稿件版本未注明；结论针对特定渐近框架，不能直接推广到每表样本量增长或其他共同优势比估计方法。
原文摘要
When estimating the common odds ratio in a set of 2 × 2 tables, we show that, except in the special case of matched pairs, no weighted average of the observed odds ratios is asymptotically efficient as the number of tables goes to infinity with the numbers of observations per table uniformly bounded.