Sufficiency and conditionality
充分性与条件性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：摘要讨论统计推断的基础原则，未给出归入任何所列应用领域细分的充分依据。
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
充分性与条件性
- 研究问题
- 实验设计决定的辅助统计量与数学建模决定的辅助统计量有何区别，先应用弱化条件性原则如何影响似然原则的推导？
- 方法与思路
- 作者将辅助统计量分为设计来源和模型来源两类，讨论特定推断目的下弱化条件性原则的应用顺序与逻辑后果。
- 材料陈述的贡献
- 摘要称，在旨在理解随机机制的一类推断问题中，先应用弱化条件性原则会阻止似然原则的推导，并据此提出原则性论证。
- 阅读关注点
- 应核对两类辅助统计量的定义、弱化原则的准确表述及推断问题范围，并追踪应用顺序如何改变似然原则的逻辑推导。
- 阅读边界
- 仅据版本未注明的索引摘要；论证前提及例子未提供，不能据此认定作者否定所有形式的条件性原则或似然推断。
原文摘要
Ancillary statistics are divided into two logically diatinct types: those determined by the experimental design and those determined by the mathematical modelling of the problem. It ie pointed out that, in the class of inference problems where our purpose is to gain information or insight into the nature of a chance set-up, a weakened conditionality principle when applied first removes the possibility of deriving the likelihood principle. Since to some extent a conditionality principle must be applied in experiment definition, it is argued that this is a necessary first step if full acceptance of the likelihood axiom is to be avoided.