Obtaining the observed information matrix for the Poisson log linear model with incomplete data
不完整数据下泊松对数线性模型的观测信息矩阵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：摘要研究不完整计数数据的通用信息矩阵计算，未明确对应所列领域。
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
不完整数据下泊松对数线性模型的观测信息矩阵
- 研究问题
- 当泊松数据只能以若干互不重叠的汇总和被观察时，如何获得对数线性模型参数对应的观测信息矩阵？
- 方法与思路
- 作者针对仅观测特定互不重叠数据总和的情形，推导对数线性参数的观测信息矩阵显式计算公式。
- 材料陈述的贡献
- 摘要称所得公式具有直观解释且易于计算，为这种汇总观测结构下的泊松对数线性模型推断提供工具。
- 阅读关注点
- 应核对汇总结构、参数可识别性与信息矩阵推导，并检查实际计算需要哪些拟合量及如何评估不确定性。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；具体公式、识别条件和计算示例未说明，不能推断刊本变化。
原文摘要
We consider inferences about Poisson log linear models for which only certain disjoint sums of the data are observable. We derive an explicit formula for the observed information matrix associated with the log linear parameters that is intuitively appealing and simple to evaluate.