Inference Sensitivity for Poisson Mixtures
泊松混合对统计推断的敏感性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：摘要涉及一般列联表、泊松混合和异质二元数据，未明确对应所列经济计量细分方向。
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
泊松混合对统计推断的敏感性
- 研究问题
- 当列联表数据偏离泊松对数线性模型、呈现泊松混合特征时，常规统计推断的拒绝概率会怎样变化，异质二元数据又面临何种问题？
- 方法与思路
- 作者考察泊松混合对基于泊松对数线性模型的推断影响，特别关注负二项分布所表示的混合，并讨论异质二元数据。
- 材料陈述的贡献
- 摘要报告，泊松混合会提高所考察推断的拒绝概率，有时增幅相当明显，并指出异质二元数据分析中的相关问题。
- 阅读关注点
- 应核对混合机制、所考察检验及其零假设、拒绝概率计算方式，以及异质性如何影响列联表和二元数据的分析。
- 阅读边界
- 摘要未说明拒绝概率对应的假设情形、增幅或修正方法，不能直接认定都是第一类错误膨胀；索引摘要未注明稿件版本。
原文摘要
Data presented as contingency tables and classified by qualitative or quantitative methods are usually analysed on the basis of a Poisson log linear model. We examine the effect of Poisson mixtures, especially as represented by the negative binomial distribution, on statistical inference. The main finding is that probabilities of rejection are increased, sometimes considerably. In the case of heterogeneous binary data, attention is also given to the problems of analysis implied by Poisson mixtures.