Modeling and Inference for Multivariate Binary Data with Positive Dependence
具有正相依性的多元二元数据建模与推断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：摘要仅涉及一般多元二元数据及正相依建模，未明确给出经济选择行为或其他领域应用。
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…
具有正相依性的多元二元数据建模与推断
- 研究问题
- 当多个二元变量的分量之间适合假定正相依时，如何建立能表达这种依赖关系的模型，并实现一般模型与饱和模型的估计？
- 方法与思路
- 作者从可靠性理论概念构造正相依模型，对一般模型迭代求解似然方程，并为完全参数化的饱和模型给出闭式估计。
- 材料陈述的贡献
- 摘要称，所提模型自然纳入分量间正相依，饱和模型的闭式估计具有渐近效率，并用一个已有数据集说明估计程序。
- 阅读关注点
- 应核对正相依的数学定义、可靠性构造对联合分布施加的限制，以及似然迭代、闭式估计和渐近效率成立的条件。
- 阅读边界
- 摘要未说明参数约束、识别条件及实例结果；二元数据本身不意味着离散选择模型。索引摘要未注明稿件版本。
原文摘要
A model is proposed for multivariate binary data that incorporates positive dependence among components in a natural way. The model is derived from reliability-theoretic concepts, but is regarded as appropriate for analysis of multivariate binary data in any field when positive dependence is an appropriate assumption. Maximum likelihood estimation by iterative solution of likelihood equations is discussed for the general model, and asymptotically efficient estimates are obtained in closed form for the fully parameterized (saturated) model. The estimation procedures are illustrated on a data set from Martin and Bradley (1972).