Odds ratio estimators when the data are sparse
稀疏数据下的优势比估计量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：摘要研究列联表优势比估计的统计性质，未提供因果推断或离散选择行为模型等细分方向的直接证据。
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
稀疏数据下的优势比估计量
- 研究问题
- 当二乘二列联表的数量增加、可能的边际配置保持固定时，四种常用优势比估计量的一致性与渐近效率如何？
- 方法与思路
- 作者在特定大样本框架下比较无条件最大似然、经验逻辑变换、条件最大似然与 Mantel–Haenszel 估计量。
- 材料陈述的贡献
- 摘要称前两种估计不一致，并计算部分情形的渐近偏差；后两种一致，在原假设下渐近方差之比趋于一。
- 阅读关注点
- 应核对各列联表如何生成、优势比是否共同，以及偏差计算的特殊情形；还需检查效率比较的适用参数范围。
- 阅读边界
- 所给材料为版本未注明的索引摘要，未列出完整条件与效率数值；不能将这些结论推广至所有稀疏数据情形。
原文摘要
The properties of four commonly used estimators of the odds ratio are studied under a large-sample scheme in which the number of 2 × 2 tables increases but the possible marginal configurations remain fixed. Neither the unconditional maximum likelihood nor the empirical logit estimators converge to the true odds ratio; their asymptotic bias is computed for certain special cases of interest. The conditional maximum likelihood and Mantel-Haenszel estimators, which are consistent, have asymptotic variances whose ratio tends to one under the null hypothesis. Even for moderately large odds ratios the simple Mantel-Haenszel estimator maintains remarkably good efficiency.