The Use of a Generalized Multinomial Distribution in the Estimation of Correlation in Discrete Data
用广义多项分布估计离散数据的相关性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：摘要研究离散变量的相关结构，未涉及选择行为模型、面板设计或网络干扰，分类证据不足。
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
用广义多项分布估计离散数据的相关性
- 研究问题
- 如何为多个同分布的多项随机变量构造带共同相关结构的联合分布，并将该模型用于离散数据的相关性估计？
- 方法与思路
- 作者构造多项随机变量的联合分布，使不同变量之间的协方差与边际方差满足共同比例关系，并讨论相关性估计应用。
- 材料陈述的贡献
- 摘要称，文章给出具有指定共同相关结构的联合多项分布，为离散数据的相关性估计提供一个可用的建模框架。
- 阅读关注点
- 应核对联合分布的构造、比例参数的可行范围、边际分布性质，以及相关性估计所需的抽样设计与计算步骤。
- 阅读边界
- 仅依据所给 Crossref 摘要；公式符号定义、参数范围和估计性质均未说明，须查原文，不能据此补造完整模型或版本变化。
原文摘要
SUMMARY This paper presents a joint distribution for n identically distributed multinomial variates, Xq. The distribution is constructed so that C(Xq, Xr) = pV(X) for all q and r, q≠r, and applications of this model to the estimation of correlation in discrete data are discussed.