Linear Mixtures: A New Approach to Bivariate Trend Lines
线性混合：二变量趋势线的新方法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：摘要研究生物数据中的一般趋势线估计，未提供结构经济模型等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
线性混合：二变量趋势线的新方法
- 研究问题
- 自然总体的二变量数据应如何定义和估计线性趋势，尤其在不同趋势线定义存在争议的情况下？
- 方法与思路
- 作者构建分量均值位于同一直线上的混合模型，推导参数的一致估计及斜率置信区间，并用鲱鱼数据示例。
- 材料陈述的贡献
- 摘要称方法在包含变量测量误差模型的较大模型类中有效，为异速生长等领域的趋势线争议提供一种解决方案。
- 阅读关注点
- 应核对混合直线的可识别条件、测量误差模型的覆盖范围，以及斜率区间有效性所依赖的假设。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未列出模型类与证明条件，其有效性不能推广到任意二变量数据，也不能推断刊本变化。
原文摘要
This article describes a new, biologically motivated model for bivariate data containing a trend line. The model is characterized by a mixture in which the component means lie on a line. Consistent methods for estimating the parameters of the mixture line are derived, as are procedures for obtaining a confidence interval for the slope. The methods are proved valid within a large class of models for bivariate data, including an errors-invariables model, and are illustrated with data on Canadian herring. This work provides one possible objective resolution of a (sometimes heated) debate in allometry and elsewhere on how to define and estimate a linear trend through bivariate data from a natural population.