A Two-Sample Test for Independence in 2×2 Contingency Tables with Both Margins Subject to Misclassification
两侧分类均有误差时 2×2 列联表独立性的双样本检验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：摘要研究列联表误分类校正与独立性检验，未建立经济选择或因果效应模型，因而没有足够依据归入所列细分。
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…
两侧分类均有误差时 2×2 列联表独立性的双样本检验
- 研究问题
- 当二乘二列联表的两项分类变量均有误分类，且误分类概率未知时，如何估计真实概率并检验变量之间的独立性？
- 方法与思路
- 作者采用双重抽样方案，在误分类矩阵未知且非奇异的设定下构造最大似然估计，并数值求解独立性假设下的估计。
- 材料陈述的贡献
- 摘要称给出真实与误分类概率的估计，确认渐近性质所需正则条件，并证明对数似然比统计量渐近服从卡方分布。
- 阅读关注点
- 应核对双重抽样如何提供真实分类信息、误分类矩阵的设定、独立性限制及卡方自由度，并查看模拟提示的检验问题。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；抽样细节、自由度和模拟结果未说明，不能判断具体误分类程度下的检验表现。
原文摘要
A double sampling scheme is considered for estimation and testing under misclassification in both margins of a 2×2 contingency table; the matrix of misclassification probabilities is assumed to be unknown and nonsingular. Maximum likelihood estimators are given for the error-free and misclassification probabilities. Numerical methods are utilized to obtain maximum likelihood estimates under the independence hypothesis and the regularity conditions are affirmed for the asymptotic properties of the estimates to hold. The log-likelihood ratio statistic is shown to be asymptotically distributed as a chi-square. Computer simulations indicated important considerations for testing under double margin misclassification.