On Comparing Intensities of Association Between two Binary Characteristics in Two Different Populations
比较两个总体中二元特征的关联强度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：摘要讨论列联表关联强度检验，二元特征和健康应用本身不足以支持离散选择或因果分类。
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
比较两个总体中二元特征的关联强度
- 研究问题
- 如何检验两个总体的四格表中某些二元特征关联度量是否相等，并获得大样本性质有利的检验方法？
- 方法与思路
- 作者从一般卡方检验理论推导关联度量相等的检验，并说明这些检验也可通过最大似然估计和 Wald 大样本思路得到。
- 材料陈述的贡献
- 摘要称，所得方法包含一个检验复杂列联表二阶交互作用的已有检验，并指出药物研究与健康调查中的应用方向。
- 阅读关注点
- 应核对被比较的关联度量、总体抽样方式和零假设约束，并查明所谓渐近有利的评价标准及与二阶交互检验的关系。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体关联度量、条件和功效结果未说明，应用方向不能据此解读为因果识别。
原文摘要
Asymptotically favorable methods for testing the equality of certain measures of association in different four-fold tables are deduced from the general theory of χ2-tests as given by Neyman and generalized by Anderson, Goodman and Gold. The tests turn out to be also obtainable by an intuitive use of maximum likelihood estimates as suggested by Wald's large sample theory and include one proposed by Lancaster for testing the second order interaction in a complex contingency table. Applications in the field of drug research and health surveys are indicated.