Prior induction in log-linear models for general contingency table analysis.
一般列联表分析中对数线性模型的先验诱导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：摘要涉及一般列联表与对数线性先验，未明确建模经济选择行为或其他所列方向。
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
一般列联表分析中对数线性模型的先验诱导
- 研究问题
- 对数线性参数上的多元正态先验如何转换为列联表单元计数对应的先验，进而帮助进行可解释的先验设定？
- 方法与思路
- 作者推导多元正态参数先验诱导的多元对数正态分布，给出其参数、均值与协方差，并讨论信息性及非信息性先验。
- 材料陈述的贡献
- 摘要称，论文提供便于实际使用的显式先验转换结果，并以一个列联表分析示例说明这些结果在先验设定中的用途。
- 阅读关注点
- 应核对“单元计数”指随机计数还是模型期望、参数化与约束如何处理，以及先验转换在模型选择和平均中的使用方式。
- 阅读边界
- OpenAlex 摘要版本未注明，示例表规格“23”可能丢失上标，需查原 PDF；不能自行重构维度或认定实际计数服从对数正态。
原文摘要
Log-linear modelling plays an important role in many statistical applications, particularly in the analysis of contingency table data.With the advent of powerful new computational techniques such as reversible jump MCMC, Bayesian analyses of these models, and in particular model selection and averaging, have become feasible. Coupled with this is the desire to construct and use suitably flexible prior structures which allow efficient computation while facilitating prior elicitation. The latter is greatly improved in the case where priors can be specified on interpretable parameters about which relevant experts can express their beliefs. In this paper, we show how the specification of a general multivariate normal prior on the log-linear parameters induces a multivariate log- normal prior on the corresponding cell counts of a contingency table. We derive the parameters of this distribution in an explicit practical form and state the corresponding mean and covariances of the cell counts. We discuss the importance of these results in terms of applying both uninformative and informative priors to the model parameters and provide an illustration in the context of the analysis of a 23 contingency table.