The Analysis of Variance for the Two-Way Classification Fixed-Effects Model with Observations Within a Row Serially Correlated
行内观测序列相关的双向固定效应方差分析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：摘要讨论双向方差分析和行内相关，未明确给出面板单位与时间结构，分类证据不足。
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
行内观测序列相关的双向固定效应方差分析
- 研究问题
- 在双向固定效应方差分析中，若同一行的误差存在序列相关，如何对行均值的线性对比进行贝叶斯推断？
- 方法与思路
- 作者允许行内误差协方差矩阵依赖至多两个未知参数，推导行均值线性对比的后验密度，并讨论相关系数先验的影响。
- 材料陈述的贡献
- 摘要称，研究给出了行均值线性对比的后验密度，并讨论在序列相关系数采用不同先验时，推断程序的稳健性。
- 阅读关注点
- 应核对行列效应与协方差参数的设定、后验计算方式，以及不同先验下稳健性的具体指标和相关程度适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要解读。摘要未给出协方差形式、先验族或稳健性结论，不能直接当作一般面板数据方法。
原文摘要
This paper considers a Bayesian approach to the two-way analysis of variance when the error terms within rows are not independent, but have a covariance matrix dependent on at most two unknown parameters. The posterior density for a linear contrast of row means is obtained. The robustness of the procedure to different priors on the serial correlation coefficient is also discussed.