A likelihood ratio test for $MTP_2$ within binary variables
二元变量分布中多元全正性的似然比检验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：二元分布和项目反应理论本身不足以认定为经济学离散选择研究。
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
二元变量分布中多元全正性的似然比检验
- 研究问题
- 如何检验二元变量联合分布的多元全正性，并为项目反应理论中单潜变量、局部独立和单调性所蕴含的限制提供工具？
- 方法与思路
- 作者将多元全正性转化为饱和对数线性模型参数的凸锥约束，提出 Fisher 评分估计算法，并研究似然比统计量的渐近分布。
- 材料陈述的贡献
- 摘要称，论文给出凸锥约束的等价表述、极大似然算法，以及卡方混合渐近分布的紧界，并提出项目反应理论中的潜在应用。
- 阅读关注点
- 应核对凸锥的具体约束、卡方混合权重与界的计算，以及多元全正性和单潜变量表示之间究竟具有何种逻辑关系。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；项目反应理论仅被列为潜在应用，不能把多元全正性视为单潜变量表示的充分条件。
原文摘要
Multivariate Totally Positive $(MTP_2)$ binary distributions have been studied in many fields, such as statistical mechanics, computer storage and latent variable models. We show that $MTP_2$ is equivalent to the requirement that the parameters of a saturated log-linear model belong to a convex cone, and we provide a Fisher-scoring algorithm for maximum likelihood estimation.We also show that the asymptotic distribution of the log-likelihood ratio is a mixture of chi-squares (a distribution known as chi-bar-squared in the literature on order restricted inference); for this we derive tight bounds which turn out to have very simple forms. A potential application of this method is for Item Response Theory (IRT) models, which are used in educational assessment to analyse the responses of a group of subjects to a collection of questions (items): an important issue within IRT is whether the joint distribution of the manifest variables is compatible with a single latent variable representation satisfying local independence and monotonicity which, in turn, imply that the joint distribution of item responses is $MTP_2$.