Inference about Variance Components in the One-Way Model
单因素模型中的方差分量推断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：摘要讨论一般方差分量与贝叶斯推断，未明确涉及面板数据或其他所列经济计量方向。
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
单因素模型中的方差分量推断
- 研究问题
- 研究如何从主观贝叶斯角度估计单因素模型的方差分量，特别是怎样理解经典组间方差分量无偏估计为负的情况。
- 方法与思路
- 作者分别处理平衡与不平衡设计，求取精确和近似后验分布，并比较贝叶斯解释与其他方法对负估计值的理解。
- 材料陈述的贡献
- 摘要称在其贝叶斯框架中，大幅负的无偏估计提示实验信息不足、有效似然平坦，而非方差分量接近零的强证据。
- 阅读关注点
- 应核对模型设定、先验选择与有效似然的构造，并检查平衡和不平衡情形的后验结果及近似方法各需什么条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，先验和分布条件未说明；负估计值的解释不能脱离作者采用的模型与贝叶斯框架。
原文摘要
The estimation of variance components in the one-way model is considered from a subjective Bayesian point of view. The situation in which the classical unbiased estimate of the between variance component is negative is explored in some detail. Exact and approximate posterior distributions are obtained in both the balanced and unbalanced case. Common sense aspects of the problem are emphasized, and some contrasts with other approaches. For example, Bayesianly speaking, a large negative unbiased estimate of the between variance component indicates an uninformative experiment in which the effective likelihood for that variance component is extremely flat, instead of strong evidence that the variance component is nearly zero.