Projected Multivariate Linear Models for Directional Data
方向数据的投影多元线性模型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：摘要研究球面与圆周方向数据的回归模型，未明确涉及给定的经济计量领域细分。
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…
方向数据的投影多元线性模型
- 研究问题
- 如何将方向观测视为潜在多元线性响应在单位球面上的投影，建立回归模型，并使圆周数据情形的参数估计便于计算？
- 方法与思路
- 作者提出球面投影多元线性模型，以未观测的多元响应生成方向观测；重点讨论圆周数据，并通过迭代方法计算最大似然估计。
- 材料陈述的贡献
- 摘要称，圆周数据情形的最大似然估计容易通过迭代计算，相比其他方法具有计算便利性，并提供实际应用示例。
- 阅读关注点
- 应核对潜在响应的分布、模型参数的可识别性、迭代方法及收敛表现，并查看与其他方向回归方法比较的具体依据。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明参数识别限制、算法细节或计算比较数值，不能确认一般性能优势。
原文摘要
We introduce the spherically projected multivariate linear model for directional data. This model treats directional observations as projections onto the unit sphere of unobserved responses from a multivariate linear model. Focusing on the important case of circular data, we show that maximum likelihood estimates for the model are readily computed using iterative methods, in sharp contrast with competing approaches. Examples are given to demonstrate the resulting methodology in realistic applications.