Bayesian analysis of a three-component hierarchical design model
三分量层级设计模型的贝叶斯分析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：层级设计与方差分量本身不足以认定为面板数据，摘要也未提供其他所列领域的直接依据。
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
三分量层级设计模型的贝叶斯分析
- 研究问题
- 研究三分量层级设计模型中各方差分量、方差比及相对贡献的贝叶斯推断，并处理不同方差估计如何合并的问题。
- 方法与思路
- 作者在通常的正态性与独立性假设下采用非信息参考先验，分析方差分量后验，并发展边际分布的缩放卡方近似。
- 材料陈述的贡献
- 摘要称，给出方差比和分量大小等后验分析，提出可用于一般多分量模型的近似技术，并提供合并方差估计的贝叶斯方案。
- 阅读关注点
- 应核对参考先验的具体形式、后验存在条件、边际近似误差及合并规则；方差符号的上下标需对照原 PDF 确认。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要。所给方差符号上下标显示不清，需查原 PDF；摘要未说明先验细节、近似精度和合并方案条件。
原文摘要
Inferences about the parameters in the three-component hierarchical design model yijk=μ+ai+bij+eijk are considered from a Bayesian viewpoint. Under the usual normality and independence assumptions and adopting a non-informative reference prior distribution, various features of the posterior distribution of the variance components σ12= var (eijk), σ22 = var (bij) and σ32 = var (ai) are discussed, including inferences about a variance ratio, the relative contributions of the components and the magnitude of the individual components. A scaled χ2 approximation technique is developed for the marginal distributions of the components which can be applied to general q-component model. In addition, a Bayesian solution to the problem of pooling variance estimates is given.