Tied, Grouped Continuous and Ordered Categorical data: A Comparison of Two Models
并列值、分组连续数据与有序分类数据：两种模型的比较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：摘要比较秩与分组结果模型，未明确研究离散选择行为或相应选择模型，分类证据不足。
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
并列值、分组连续数据与有序分类数据：两种模型的比较
- 研究问题
- 在线性模型解释并列值、分组连续或有序分类结果时，基于秩与分组数据的两种似然能否产生等价的回归效应检验？
- 方法与思路
- 作者比较处理并列值的秩似然与分组连续数据似然，研究无回归效应的似然比检验，并提出平均秩得分近似估计。
- 材料陈述的贡献
- 摘要称，只要并列值或类别数量相对样本量增长不过快，两种检验统计量渐近等价，并提供近似估计方法和两个例子。
- 阅读关注点
- 应核对类别数量的精确增长条件、两种似然各自的模型解释，以及平均秩得分估计在不同分组方式下的适用范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明具体增长速率及例子结果，渐近等价不保证有限样本完全一致。
原文摘要
Likelihood ratio tests for no regression effect are considered when a linear model is used to explain the sample outcome where the observations are tied, grouped continuous or ordered categorical data. Two likelihoods are considered: one is an adaptation of a likelihood based on ranks modified for ties, and the second is a likelihood for grouped continuous data. The two likelihoods give asymptotically equivalent test statistics provided that the number of tied values or categories does not increase too quickly with N, the total number of observations. Approximate estimation procedures are proposed based on average rank scores and two examples are given.