The Analysis of Multidimensional Contingency Tables when Some Variables are Posterior to Others: A Modified Path Analysis Approach
具有先后关系的多维列联表分析：修正路径分析方法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：摘要研究多分类变量的列联表与路径建模，未明确离散选择行为或因果识别，不能仅凭分类变量和路径图归入相应方向。
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
具有先后关系的多维列联表分析：修正路径分析方法
- 研究问题
- 当多分类或二分类变量具有先后关系时，如何描述它们之间的关系，并对整体模型、嵌套子模型及参数开展分析？
- 方法与思路
- 作者提出适用于多分类变量的模型与类似路径图的表示，并提供拟合检验、检验统计量分解及模型参数估计方法。
- 材料陈述的贡献
- 摘要称所提模型适用于既有路径分析难以处理的多分类和二分类变量，配套整体与子模型检验、参数估计及示例应用。
- 阅读关注点
- 应核对变量先后关系的含义、路径模型对联合分布的限制、统计量分解方式，以及类别稀疏时估计和检验的要求。
- 阅读边界
- 索引摘要未注明稿件版本，不能推断刊本变化；摘要未给出因果识别条件，变量先后关系和路径图本身不足以支持因果解释。
原文摘要
Models and methods for analyzing the relations among a set of polytomous variables, when some of the variables are posterior to others, are presented. The techniques proposed here yield ‘path diagrams’ that are somewhat analogous to those used in path analysis. Earlier path analysis models are not suited to the case where the variables are polytomous, or dichotomous, but the models proposed herein are. For each of our models, methods are presented for (a) testing whether the model fits the data, (b) partitioning the test statistic into components that can be used to test submodels within the overall model, and (c) estimating the parameters in the model. An illustrative application is also included.