Probabilistic Interpretations for the Mean Square Contingency
均方列联指标的概率解释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：摘要讨论一般关联度量的概率解释，未涉及离散选择模型或其他所列细分方向。
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
均方列联指标的概率解释
- 研究问题
- 如何通过与比例预测有关的概率解释均方列联指标，并据此理解基于卡方的关联度量为何难以获得实用的操作性含义？
- 方法与思路
- 作者将均方列联指标表述为与比例预测有关的概率函数，以此讨论该指标及卡方关联度量的解释问题。
- 材料陈述的贡献
- 摘要称，这种概率解释为卡方关联度量难以获得有用操作性解释提供了额外证据，但未展示具体关系或论证。
- 阅读关注点
- 应核对比例预测的定义、概率函数如何构成该指标，以及操作性解释困难的具体含义、示例和适用范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。指标符号的上下标可能丢失，需查阅原 PDF；摘要未提供公式或证明。
原文摘要
The purpose of this paper is to interpret θ2, the mean square contingency, as a function of probabilities associated with proportional prediction and in so doing to provide some additional evidence on the difficulty of giving useful operational interpretations to measures of association based on chi-square.