Quasi-Independence and Maximum Likelihood Estimation in Incomplete Contingency Tables
不完整列联表中的准独立性与最大似然估计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：摘要讨论列联表最大似然理论，不能仅因数据离散就归入离散选择模型。
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
不完整列联表中的准独立性与最大似然估计
- 研究问题
- 列联表包含缺失单元、结构性零或抽样零计数时，准独立模型下何时存在唯一且非零的最大似然单元估计？
- 方法与思路
- 作者在准独立模型下分析不完整列联表的最大似然估计，对删去缺失或先验零单元后的表给出存在性与唯一性条件。
- 材料陈述的贡献
- 摘要称，即使剩余单元因抽样产生零计数，也可通过所给条件保证唯一非零最大似然估计，区分不同零值来源。
- 阅读关注点
- 应核对准独立模型定义、被删单元的处理、存在唯一性的条件，以及结构性零与抽样零在似然和参数空间中的区别。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未展示具体条件，也未说明缺失机制，不能据此保证任意不完整表可估。
原文摘要
Many authors have been concerned with contingency tables containing cells which are missing, a priori zero or otherwise specified. This article examines the problem of maximum likelihood estimation for such tables under the “quasi-in-dependence” model. In particular, conditions are provided to ensure the existence of unique nonzero maximum likelihood estimates for the cells of incomplete tables obtained by deleting the missing or a priori zero cells, even when other cells contain zero counts due to sampling variation.