Collapsed Two-Way Contingency Tables and the Chi-Square Reduction Principle
二维列联表合并与卡方缩减原则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：摘要研究一般列联表的同质性与合并方法，未提供离散选择或其他所列细分领域的直接证据。
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
二维列联表合并与卡方缩减原则
- 研究问题
- 二维列联表合并同质行列时，卡方统计量如何变化，原表与合并表的统计量差异能否帮助识别可合并的行列？
- 方法与思路
- 作者分析行列合并前后的卡方统计量差异，为该卡方缩减量建立有意义的典范分解，并据此指导同质行列的识别。
- 材料陈述的贡献
- 摘要称合并同质行列不改变卡方统计量，缩减量的典范分解可辅助识别同质行列，并推广此前针对该问题的方法。
- 阅读关注点
- 应核对行列同质性的精确定义、合并不变性的条件，以及典范分解的组成和如何据此形成实际合并规则。
- 阅读边界
- 仅据Crossref摘要；分解公式、识别程序和统计误差控制未说明，不能推断数据驱动合并后的检验仍自动保持有效性。
原文摘要
SUMMARY The value of the chi-square statistic for homogeneity of rows and columns in a contingency table remains unchanged if the table is collapsed (grouped) over homogeneous rows and columns. The difference between the chi-square values pertaining to the original table and to the collapsed table (the ‘chi-square reduction‘) is shown to have a meaningful canonical decomposition which can guide the researcher in detecting homogeneous rows and columns. The methodology proposed generalizes an earlier methodology suggested by Gilula for the same problem.