Symmetry and Marginal Homogeneity of an r × r Contingency Table
方形列联表的对称性与边际齐性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：摘要关注一般列联表约束估计与检验，没有离散选择行为、经济面板或所列其他细分领域的直接证据。
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
方形列联表的对称性与边际齐性
- 研究问题
- 在方形列联表满足对称性或边际齐性约束时，如何估计单元频数并构造对应的渐近检验统计量？
- 方法与思路
- 作者采用最小判别信息估计，求取满足约束的正则最佳渐近正态估计，并为边际齐性情形提供收敛迭代程序。
- 材料陈述的贡献
- 摘要称相关统计量在原假设下渐近服从卡方分布，方法有别于既有程序，可扩展到多维列联表，并给出示例。
- 阅读关注点
- 应核对约束形式、迭代收敛的条件、卡方自由度与正则条件，以及多维扩展是否给出完整算法和适用范围。
- 阅读边界
- 来源为版本未注明的OpenAlex索引摘要；未给收敛条件、小样本表现或扩展细节，不能补造保证或推断刊本变化。
原文摘要
The principle of minimum discrimination information estimation is employed to obtain RBAN (Regular Best Asymtotically Normal) estimates of the cell frequencies of an r×r contingency table under hypotheses of either symmetry or marginal homogeneity. For the latter, a convergent iterative procedure is given to compute the estimates. The associated minimum discrimination information statistics are distributed asymptotically as χ2 under the null hypotheses. The procedures differ from those previously presented in the literature and permit of extension to multidimensional contingency tables. An example is given.