Adjusted Chi-Squared Tests for Cross-Classified Tables of Survey Data
调查数据交叉分类表的调整卡方检验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：摘要聚焦调查列联表与抽样设计校正，分类变量本身不足以归入离散选择等所列方向。
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
调查数据交叉分类表的调整卡方检验
- 研究问题
- 调查数据的抽样设计如何影响二维列联表独立性检验，以及如何调整卡方统计量以反映单元格与边际的设计效应？
- 方法与思路
- 作者分析已有 Pearson 卡方修正所需的乘数，将其表示为设计效应的加权和，并讨论对数线性模型中的类似调整。
- 材料陈述的贡献
- 摘要称厘清了修正乘数与设计效应的关系，并将调整扩展到具有闭式估计的对数线性模型中的两类统计量。
- 阅读关注点
- 应核对权重和设计效应如何定义与估计、适用的抽样设计，以及对数线性模型具有闭式估计这一限制的作用。
- 阅读边界
- 仅据版本未注明的索引摘要，无法给出调整公式或检验校准条件；所述扩展不能直接视为适用于任意调查模型。
原文摘要
Holt, Scott & Ewings (1980) propose a modified Pearson X2 statistic for testing independence in a two-way table of survey data. It is shown that the multiplier of X2 needed for this modification is a weighted sum of cell and marginal cell design effects. A similar adjustment of the X2 and G2 statistics is possible whenever log linear models with closed form estimates are fitted to a cross-classified table of survey data.