Tied, grouped continuous and ordered categorical data: A comparison of two models
并列值、分组连续数据与有序分类数据：两种模型的比较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：摘要讨论一般有序分类结局与秩检验，未明确建立经济离散选择行为模型。
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
并列值、分组连续数据与有序分类数据：两种模型的比较
- 研究问题
- 研究线性模型中的结局存在并列值、连续数据分组或有序类别时，两种似然构造对无回归效应检验是否给出一致的渐近结果。
- 方法与思路
- 作者比较适配并列值的秩似然与分组连续数据似然，分析似然比检验的渐近等价性，并提出基于平均秩得分的近似估计。
- 材料陈述的贡献
- 摘要称，当并列值或类别数随样本量增长不太快时，两类检验统计量渐近等价，并给出近似估计程序和两个示例。
- 阅读关注点
- 应核对类别数或并列值数量的增长限制、两种似然的模型定义，以及平均秩得分近似估计的条件和示例表现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体增长率及模型假设未提供，渐近检验等价不能直接推出有限样本等价或估计量等价。
原文摘要
Likelihood ratio tests for no regression effect are considered when a linear model is used to explain the sample outcome where the observations are tied, grouped continuous or ordered categorical data. Two likelihoods are considered: one is an adaptation of a likelihood based on ranks modified for ties, and the second is a likelihood for grouped continuous data. The two likelihoods give asymptotically equivalent test statistics provided that the number of tied values or categories does not increase too quickly with N, the total number of observations. Approximate estimation procedures are proposed based on average rank scores and two examples are given.