On a Goodness-of-Fit Test for Multiplicative Poisson Models
乘法泊松模型的拟合优度检验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：摘要仅说明独立泊松矩阵模型，没有时间维度、面板依赖或离散选择行为的证据。
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
乘法泊松模型的拟合优度检验
- 研究问题
- 对于元素相互独立、均值由行参数与已知协变量共同决定的泊松随机矩阵，如何检验该乘法均值模型是否拟合数据？
- 方法与思路
- 作者在含行特定参数和共同回归参数的泊松矩阵模型中提出拟合优度检验，并推导矩阵行数较大时的近似。
- 材料陈述的贡献
- 摘要明确陈述提出一项针对乘法泊松模型的拟合优度检验，并为行数增大情形提供近似，但未展示具体检验统计量。
- 阅读关注点
- 应核对检验统计量如何处理行参数，行数、列数和协变量维度的渐近安排，以及大行数近似所需的正则条件。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；统计量、近似误差和检验功效未说明，不能将随机矩阵结构直接视为面板模型。
原文摘要
A model for random $n \times k$ matrices $X$ is considered. The elements $X_{ij}$ are assumed to be independent and Poisson-distributed random variables with means $\alpha_i\exp(\gamma t'_{ij})$, where $t_{ij}$ are known $m$-dimensional vectors and $(\alpha, \gamma)$ is an unknown parameter. A goodness-of-fit test is proposed and an approximation is derived when the number $n$ of rows is large.