Reduced Mean Square Error Estimation in Contingency Tables
列联表中降低均方误差的估计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概率估计与均方误差决策，未提供离散选择行为模型或其他细分领域依据。
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
列联表中降低均方误差的估计
- 研究问题
- 估计二维列联表的单元格概率时，何时应采用观测频率，何时应采用行列独立假设下的估计以降低均方误差？
- 方法与思路
- 作者提出两阶段估计，使用多元均方误差准则分析两类估计量的选择，并将决策与 Pearson 卡方统计量联系。
- 材料陈述的贡献
- 摘要给出选择规则：卡方统计量小于独立性检验自由度的两倍时采用独立性估计；其风险分析包含近似关系。
- 阅读关注点
- 应核对多元均方误差的定义、非中心参数近似及阈值推导，并关注先行选择步骤对整体估计风险的影响。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未说明近似精度，不能把该规则视为普遍风险占优结论。
原文摘要
A two-stage estimator is proposed for the cell probabilities in a two-dimensional contingency table. Using a multivariate mean square error criterion, we show that the decision to use either the observed cell probabilities or the estimators assuming row-column independence is approximately dependent upon the noncentrality parameter of the Pearson chi-square statistic x 2. We then derive a decision rule that says to use the independence-assumption estimators when X 2 is less than twice the number of degrees of freedom for testing independence.