Size and shape analysis of landmark data
标志点数据的大小与形状分析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：材料明确属于标志点形态统计与生物学应用，未涉及所列经济计量细分领域。
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
标志点数据的大小与形状分析
- 研究问题
- 对于平面高斯标志点构型，如何联合分析大小与形状，而非仅研究形状边际分布，并据此开展统计推断？
- 方法与思路
- 作者使用大小与形状的精确联合分布理论，重点分析各向同性高斯模型，研究条件分布、回归曲线及精确最大似然估计。
- 材料陈述的贡献
- 摘要称将既有边际形状分析扩展到大小与形状的联合分析，考察特殊分布和推断途径，并给出小鼠椎骨的生物学应用。
- 阅读关注点
- 应核对大小和形状的定义、坐标变换与模型假设，以及精确似然的构造、估计可行性和生物学应用中的适配程度。
- 阅读边界
- 索引摘要版本未注明，未给出联合分布公式、估计性质或应用数值；生物形态分析不能仅因涉及回归而归入经济计量方向。
原文摘要
The paper deals with statistical analysis of landmark data using the exact joint distribution theory for the size and shape of planar Gaussian configurations. This is an extension of earlier work which considered marginal shape analysis. Special cases of the size and shape distribution are examined and the isotropic Gaussian model is investigated in particular detail. Various properties are studied, including conditional distributions and a curve of regression. Finally we consider some possible approaches to inference, including exact maximum likelihood estimation of size and shape. A practical biological application is given which investigates the size and shape of mouse vertebrae.