Dependence Properties of Generalized Liouville Distributions on the Simplex
单纯形上广义Liouville分布的依赖性质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：摘要讨论成分数据的分布理论，没有分位数效应、经济网络或其他所列细分方向的直接证据。
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
单纯形上广义Liouville分布的依赖性质
- 研究问题
- 成分数据的各分量受到总和约束时，如何构造既包含Dirichlet分布，又能表达复杂依赖与独立结构的参数分布族？
- 方法与思路
- 作者研究单纯形上的广义Liouville分布族，考察其包含Dirichlet类的关系，以及族内密度能够表达的依赖性质。
- 材料陈述的贡献
- 摘要称该分布族既包含Dirichlet类，也包含可刻画复杂依赖或复杂独立结构的密度，从而扩展成分数据的建模选择。
- 阅读关注点
- 应核对文中各类独立性的定义、分布族的参数与约束，以及所述结构如何区别于Dirichlet和逻辑正态分布的性质。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要，不能推断刊本变化；摘要未提供密度形式、参数条件、估计方法或应用比较结果。
原文摘要
Compositional data arise naturally in several branches of science, including chemistry, geology, biology, medicine, ecology, and manufacturing design. Thus the correct statistical analysis of this type of data is of fundamental importance. Prior to the pioneering and extensive work of Aitchison, the Dirichlet distribution provided the parametric model of choice when analyzing such data. But Aitchison and others have since pointed out that the Dirichlet distribution is appropriate only for modeling compositional vectors that exhibit forms of extreme independence. Aitchison developed his logistic normal classes partly in response to this shortcoming. Unfortunately, Aitchison's logistic normal classes do not contain the Dirichlet distribution as a special case. As a result, they exhibit interesting dependence structures but are unable to model extreme independence. The generalized Liouville family is studied in this article. This family, which contains the Dirichlet class, is shown to contain densities that can model either complicated dependence or complicated independence structures.