Discriminant Analysis Based on Binary and Continuous Variables
基于二元与连续变量的判别分析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：摘要研究统计判别与类别归属，未涉及经济主体选择机制，二元变量本身不足以归入离散选择。
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
基于二元与连续变量的判别分析
- 研究问题
- 论文研究同时包含二元与连续变量的观测如何归入两个总体，并关注参数估计与抽样方案对样本判别函数分布的影响。
- 方法与思路
- 作者基于点二列模型构造双重判别函数，用样本估计替换未知参数，并提出双重逆抽样以保证样本协方差矩阵非奇异。
- 材料陈述的贡献
- 摘要称给出该抽样方案下样本判别函数分布的渐近展开，并比较双重判别、X-out 和 X-continuous 三种分类程序。
- 阅读关注点
- 应核对点二列模型的分布设定、双重逆抽样的停止机制，以及渐近展开的精度和三种程序所用的比较准则。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；抽样细节、展开条件与比较结果未提供，不能判断一般混合变量分类中的优势。
原文摘要
An observation consisting of both binary and continuous variables may be classified into one of two populations by the double-discriminant function based on the point-biserial model. When the parameters are unknown or partially known, a sample double-discriminant function is obtained by replacing the unknown parameters by their sample estimates. A sampling scheme referred to as the double inverse sampling is proposed to ensure nonsingularity of the sample covariance matrices. An asymptotic expansion for the distribution of the sample double-discriminant function is given under the double inverse sampling scheme. Comparisons of three classification procedures—double-discriminant function, X-out procedure, and X-continuous procedure—are made.