Minimal Sufficient Statistics for the Two-Way Classification Mixed Model Design
双向分类混合模型设计的最小充分统计量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：双向分类混合模型属于一般统计设计，摘要未说明个体与时间构成的面板结构，不能仅据双向分类归入面板数据。
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…
双向分类混合模型设计的最小充分统计量
- 研究问题
- 在双向分类混合模型设计中，如何确定充分及最小充分统计量，并说明最小充分统计量的维数与设计矩阵结构的关系？
- 方法与思路
- 作者以一般线性假设模型为框架，通过定理联系最小充分统计量的维数与特定设计子矩阵的秩，并列表展示若干设计。
- 材料陈述的贡献
- 摘要称论文提供了求取充分及最小充分统计量的定理，给出若干双向分类设计的统计量表，并描述部分分布性质。
- 阅读关注点
- 应核对随机项和误差的分布假设、相关子矩阵的准确定义，以及各类设计下最小充分统计量和维数结论的适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；具体分布假设和矩阵记号未交代完整，不能据摘要重构定理或推断其适用于面板模型。
原文摘要
This paper presents theorems which can be used to obtain sufficient and minimal sufficient statistics for the two-way classification mixed model design. Using the general linear hypothesis model Y=X τ+Z β+e the authors prove that the dimension of a minimal sufficient statistic is a function of the ranks of certain submatrices of Z×X. Minimal sufficient statistics are presented in tabular form for some two-way classification designs and some of the distributional properties are given.