Minimal Sufficient Statistics for the Two-Way Classification Mixed Model Design
双向分类混合模型设计的最小充分统计量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：双向分类混合模型本身不足以表明面板数据研究，摘要关注一般设计与充分统计量，故不归类。
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…
双向分类混合模型设计的最小充分统计量
- 研究问题
- 双向分类混合模型中，哪些统计量包含全部参数信息，最小充分统计量的维数又如何依赖设计矩阵结构？
- 方法与思路
- 作者在一般线性假设模型框架下给出充分性与最小充分性定理，将最小充分统计量维数联系到某些子矩阵的秩。
- 材料陈述的贡献
- 摘要称提供了确定最小充分统计量的定理，并以表格列出若干双向分类设计的结果，同时给出部分分布性质。
- 阅读关注点
- 应核对固定与随机成分的分布假设、矩阵组合的准确记号、相关秩条件，以及各设计对应的统计量和分布结论。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。矩阵组合记号可能存在排版歧义，需查原 PDF；摘要未给出具体定理条件。
原文摘要
This paper presents theorems which can be used to obtain sufficient and minimal sufficient statistics for the two-way classification mixed model design. Using the general linear hypothesis model Y=X τ+Z β+e the authors prove that the dimension of a minimal sufficient statistic is a function of the ranks of certain submatrices of Z×X. Minimal sufficient statistics are presented in tabular form for some two-way classification designs and some of the distributional properties are given.