Orthogonality and transformations in variance components models
方差分量模型中的正交性与变换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：虽涉及重复测量和部分纵向模型，但文本主要讨论一般方差分量理论，尚不足以明确归入经济面板方向。
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
方差分量模型中的正交性与变换
- 研究问题
- 在响应变量接受一般变换的重复测量模型中，组内相关、相关结构参数和回归参数比值的估计是否受变换影响？
- 方法与思路
- 作者运用参数正交性概念与信息矩阵近似，分析变换参数和协方差结构参数的关系，并推广至若干模型。
- 材料陈述的贡献
- 摘要称单因素模型的组内相关系数对变换选择具有稳健性，并将类似结论推广至部分相关结构与回归参数比值。
- 阅读关注点
- 应核对稳健性的精确定义、信息矩阵近似的条件与误差，以及结论对不同变换、纵向模型和回归设定的限制。
- 阅读边界
- OpenAlex 索引未注明稿件版本；摘要未给出近似成立条件，不能将其稳健性陈述理解为对任意变换均精确成立。
原文摘要
We consider variance components and other models for repeated measures in which a general transformation is applied to the response variable. Using Cox & Reid's (1987) concept of parameter orthogonality and some approximations to the information matrix we show that the intraclass correlation coefficient in the one-way model is robust to the choice of transformation. This robustness result generalises to a vector of parameters determining the correlation structure, to more complex variance components models, to multivariate normal models, to some longitudinal models and models involving linear regression functions, for which we show that ratios of regression parameters are robustly estimated. The results suggest that a natural way to parameterise the covariance structure in repeated measures models may be in terms of the variance and the correlation determined by separate sets of parameters.