Markov Fields and Log-Linear Interaction Models for Contingency Tables
列联表的马尔可夫场与对数线性交互模型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：这里的图表示列联表变量间的条件独立，未研究经济主体网络或干扰效应，不能据图模型名称归入网络计量。
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…
列联表的马尔可夫场与对数线性交互模型
- 研究问题
- 如何利用马尔可夫场与对数线性交互模型的联系构造列联表图模型，并从图中解释条件独立性与可分解性？
- 方法与思路
- 作者用简单无向图表示列联表的层级模型，通过图上的马尔可夫性质刻画条件独立，并研究模型可分解的判据。
- 材料陈述的贡献
- 摘要称定义了包含可分解模型的图模型类，提供直接读取条件独立性的图解释及可分解性判据，并初步讨论估计。
- 阅读关注点
- 应核对图与对数线性交互项的对应关系、马尔可夫性质成立条件、可分解性判据，以及估计讨论的实际覆盖范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；模型等价关系的条件和估计细节未提供，图上的条件独立不自动具有因果含义。
原文摘要
We use a close connection between the theory of Markov fields and that of log-linear interaction models for contingency tables to define and investigate a new class of models for such tables, graphical models. These models are hierarchical models that can be represented by a simple, undirected graph on as many vertices as the dimension of the corresponding table. Further all these models can be given an interpretation in terms of conditional independence and the interpretation can be read directly off the graph in the form of a Markov property. The class of graphical models contains that of decomposable models and we give a simple criterion for decomposability of a given graphical model. To some extent we discuss estimation problems and give suggestions for further work.