Ignorability, Sufficiency and Ancillarity
可忽略性、充分性与辅助性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：摘要研究粗化数据的一般推断概念，未提供因果识别或其他所列细分方向的直接证据。
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
可忽略性、充分性与辅助性
- 研究问题
- 在粗化数据模型中，贝叶斯、似然和频率学派的可忽略性，分别如何与充分性及辅助性建立联系？
- 方法与思路
- 作者分析不同推断框架下的概念关系，并引入观测似然充分性、观测特定充分性和观测辅助性等较弱条件。
- 材料陈述的贡献
- 摘要称这些较弱概念可扩展至粗化机制有时可忽略、有时不可忽略的模型，拓宽相关概念的适用范围。
- 阅读关注点
- 核对各种可忽略性与观测充分性定义、关系成立的方向，以及“有时可忽略”究竟对应哪些观测或参数情形。
- 阅读边界
- 仅依据所给 Crossref 摘要；摘要未提供正式定义与条件，不能将此处可忽略性直接等同于因果推断中的无混杂。
原文摘要
Summary This paper explores the relationship between ignorability, sufficiency and ancillarity in the coarse data model of Heitjan and Rubin. Bayes or likelihood ignorability has a natural relationship to sufficiency, and frequentist ignorability an analogous relationship to ancillarity. Weaker conditions, termed observed likelihood sufficiency, observed specific sufficiency and observed ancillarity, expand the concepts to models where the coarsening mechanism is sometimes, but not always, ignorable.