Asymptotic properties of moment estimators for overdispersed counts and proportions
过度离散计数与比例数据矩估计量的渐近性质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：摘要涉及通用计数和比例回归理论，未明确研究离散选择或其他所列方向。
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
过度离散计数与比例数据矩估计量的渐近性质
- 研究问题
- 计数或比例数据出现超出泊松或二项模型的变异时，回归参数与过度离散参数的矩估计具有什么渐近性质？
- 方法与思路
- 作者研究额外二项和额外泊松变异下的矩估计，分析一致性、渐近正态性和协方差，并用迭代加权最小二乘求解。
- 材料陈述的贡献
- 摘要称证明相关矩估计的一致性及渐近正态性，且回归参数的渐近协方差不受过度离散参数估计的影响。
- 阅读关注点
- 应核对均值与方差关系、矩条件和正则条件，以及协方差不受影响的具体范围和迭代加权最小二乘的实现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，不能推断刊本变化；定理条件未提供，不能将协方差结论推广至任意过度离散模型。
原文摘要
Consistency and asymptotic normality of moment estimates of regression parameters and an overdispersion parameter are shown for data with extra-binomial and extra-Poisson variation. The asymptotic covariance of the regression parameters is found to be unaffected by estimation of the overdispersion parameter. The moment estimates may be obtained using iterated weighted least squares.