跳到正文
← 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:摘要讨论一般关联度量与定性变量回归,未明确离散选择行为模型或因果识别问题。

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
J. J. Daudin

偏关联度量及其在定性变量回归中的应用

研究问题
如何定义两个随机变量之间的偏关联度量,并通过变量函数的不相关性刻画条件独立及推广关联度量的分解?
方法与思路
作者定义两种偏关联度量,以随机变量函数之间的不相关性刻画条件独立,研究分解性质并以定性变量回归说明。
材料陈述的贡献
摘要称建立了条件独立的函数相关性刻画,并提出推广相关比分解的关联度量分解,给出定性变量回归应用。
阅读关注点
应核对偏关联与加性偏关联的定义、函数类别和条件独立刻画的条件,以及分解在定性变量回归中的具体含义。
阅读边界
仅据版本未注明的OpenAlex摘要;关联度量的符号显示不清,需查阅原文确认定义,不能重构公式或推断因果关系。

原文摘要

We define partial ф 2 and additive partial ф 2 measures of association between two random variables and we characterize conditional independence by the lack of correlation between functions of the random variables. We study decompositions of ф 2 which generalize the correlation ratio decomposition. Application to regression on qualitative variables is an illustration.

笔记与分组
相关领域论文