A Random-Effects Model for Ordered Categorical Data
有序分类数据的随机效应模型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：摘要明确研究有序分类响应及其随机效应模型，与离散响应建模方向直接相关。
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
有序分类数据的随机效应模型
- 研究问题
- 如何为多元或分组的一元有序分类数据建立随机效应模型，同时允许灵活的随机效应分布并降低似然计算负担？
- 方法与思路
- 作者采用可呈现多种形态的随机效应分布族，得到具有封闭表达式的模型似然，并用二元和分组一元实例说明。
- 材料陈述的贡献
- 摘要称，模型似然无需数值积分或高斯求积即可计算，兼顾随机效应分布形态的灵活性与有序分类数据建模。
- 阅读关注点
- 应核对随机效应分布族的范围、有序类别概率的构造、组内依赖的表达，以及封闭似然成立的条件和参数辨识。
- 阅读边界
- 材料是版本未注明的 OpenAlex 索引摘要；未提供拟合或计算比较，分组数据也不必然是面板数据，不能推断刊本变化。
原文摘要
This article presents a random-effects model for multivariate and grouped univariate ordered categorical data. The assumed family of distributions for the random effects adopts a wide variety of forms and shapes. The model's likelihood has a closed expression and can be computed without recourse to numerical integration or Gaussian quadrature. A bivariate and a grouped univariate example are used to illustrate the proposed model.