The Statistical Analysis of Compositional Data
组成数据的统计分析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：摘要研究组成数据的通用统计模型，分布建模本身不足以归入分位数与分布效应。
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
组成数据的统计分析
- 研究问题
- 各分量表示整体比例、取值位于单纯形的组成数据，应如何定义独立性并建立足够丰富的参数分布模型？
- 方法与思路
- 作者提出并联系多种独立性假设，构造单纯形上的变换正态分布族，使这些假设可用标准参数检验理论分析。
- 材料陈述的贡献
- 摘要称补充了组成数据所需的独立性概念和参数模型，并通过若干应用展示相关统计分析与假设检验方法。
- 阅读关注点
- 应核对各种独立性定义的关系、变换及分布族的构造，以及实际比例数据是否符合模型和参数检验的要求。
- 阅读边界
- 仅据所给 Crossref 摘要，变换形式、零比例处理及检验条件未说明，不能推断该方法适用于所有组成数据。
原文摘要
Summary The simplex plays an important role as sample space in many practical situations where compositional data, in the form of proportions of some whole, require interpretation. It is argued that the statistical analysis of such data has proved difficult because of a lack both of concepts of independence and of rich enough parametric classes of distributions in the simplex. A variety of independence hypotheses are introduced and interrelated, and new classes of transformed-normal distributions in the simplex are provided as models within which the independence hypotheses can be tested through standard theory of parametric hypothesis testing. The new concepts and statistical methodology are illustrated by a number of applications.