The Compound Multinomial Distribution and Bayesian Analysis of Categorical Data from Finite Populations
复合多项分布与有限总体分类数据的贝叶斯分析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：分类数据与列联表分析不等同于离散选择模型，摘要未涉及选择行为或其他所列经济计量细分方向。
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
复合多项分布与有限总体分类数据的贝叶斯分析
- 研究问题
- 在有限总体分类抽样中，类别总数向量采用复合多项先验时如何更新，相关参数函数的后验分布如何近似？
- 方法与思路
- 作者分析多元超几何模型下类别总数向量的后验，推导复合多项分布性质，并提出参数函数后验的近似方法。
- 材料陈述的贡献
- 摘要称后验为平移的复合多项分布，推导各阶联合矩等性质，并提出后验近似方法及列联表指标的数值示例。
- 阅读关注点
- 应核对复合多项先验定义、后验平移规则、条件分布性质，以及参数函数近似方法的适用条件与误差评价。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；先验构造、近似误差及示例数值未提供，不能推断普遍适用性或刊本变化。
原文摘要
A Bayesian analysis of the parameter vector, W (Wj = number of elements in category j), of a multivariate hypergeometric distribution is considered. It is shown that if, a priori, W is compound multinomial (CMtn), then, a posteriori, W is a translated CMtn. Many properties of the CMtn distribution are derived. These include joint moments of all orders; a characterization in terms of independent compound Poisson variables, conditional distribution of one subvector given another, and joint distributions of disjoint and overlapping sums of the components. It is shown that in applications related to analysis of variance and contingency tables, the parameters of interest are functions of W. A method is proposed for approximating the posterior distributions of such parameters, and a numerical example involving a performance index defined on a contingency table is presented.