Estimation in Contingency Tables Using Prior Information
利用先验信息估计列联表概率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：摘要涉及列联表概率估计，未讨论选择行为模型或其他所列经济计量细分方向。
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
利用先验信息估计列联表概率
- 研究问题
- 如何把二维列联表中关于关联、独立或单元格概率相似性的先验信念纳入估计，并适应不同的边际约束？
- 方法与思路
- 作者在多项分布的二乘二表中纳入相关系数与交叉乘积比的先验信息，在一组边际固定的多行两列表中纳入概率相似性信息。
- 材料陈述的贡献
- 摘要称，论文提出可吸收这些先验信息的单元格概率估计量，并通过数值例子说明其在不同列联表设定中的使用。
- 阅读关注点
- 应核对先验信息如何形式化、边际固定与多项抽样的区别、估计量的计算方式，以及先验错误时的影响。
- 阅读边界
- 仅据 Crossref 摘要；摘要未说明具体先验分布、风险性质或稳健性，不能仅凭提及先验便断言采用完整贝叶斯推断。
原文摘要
SUMMARY Prior beliefs of association and independence in a two-way contingency table are discussed, and estimators of the cell probabilities are proposed which can incorporate this prior information. In the 2 × 2 table where the cell counts are assumed to have a multinomial distribution, estimators are developed which can incorporate prior beliefs about the correlation coefficient and the cross-product ratio. In the I × 2 table in which one set of marginal totals is fixed, estimators are developed which reflect prior information about the similarity of a set of cell probabilities. Numerical examples are given to illustrate the use of these estimators.