Inference for Marginal Means in Contingency Tables with Conditional Independence
条件独立列联表中边际均值的推断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：摘要研究列联表条件独立下的边际均值推断，未明确提出因果识别或离散选择模型，应用题材不足以支持这些分类。
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
条件独立列联表中边际均值的推断
- 研究问题
- 在三维列联表中，若因素 A 与 B 在给定 C 的每个水平下独立，如何估计并检验因素 A 各水平的边际均值？
- 方法与思路
- 作者在条件独立设定下推导最大似然、无偏及一致最小方差无偏估计量，给出精确方差，并建立大样本检验与区间方法。
- 材料陈述的贡献
- 摘要称，论文提供多类估计量、精确方差及渐近推断，讨论不同抽样模型和 C 水平无限的推广，并给出疫苗评价实例。
- 阅读关注点
- 应核对边际均值的定义、不同抽样模型中的条件独立限制，以及无偏与最小方差结论、无限水平推广所需条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；抽样细节与推广条件未说明，疫苗评价实例和条件独立本身不能确立因果识别。
原文摘要
Consider a three-way contingency table with factors A, B, and C. Assume factors A and B are independent for each given level of factor C. Inference procedures concerning the marginal means of the levels of factor A are studied. Maximum likelihood estimators, unbiased estimators, and uniformly minimum variance unbiased estimators are obtained. Exact variance formulas for the estimators are obtained. Large sample theory is developed and used for testing and confidence intervals. A variety of sampling models and generalizations are studied, including the case in which the number of levels of factor C is infinite. An example concerned with vaccine evaluation is given.