Partial association measures and an application to qualitative regression
偏关联度量及其在定性变量回归中的应用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：定性变量回归不等同于离散选择模型，摘要主要讨论一般关联度量，领域细分证据不足。
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
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及加性偏关联，并通过变量函数之间的不相关刻画条件独立、解释定性变量回归？
- 方法与思路
- 作者定义两类偏关联度量，研究以随机变量函数的相关性刻画条件独立，并分析推广相关比分解的关联度量分解。
- 材料陈述的贡献
- 摘要提出偏关联与加性偏关联度量，并给出条件独立的函数相关性刻画及相关比分解的推广，以定性变量回归作说明。
- 阅读关注点
- 应核对关联度量的正式定义、变量函数的取值范围、条件独立刻画的条件，以及加性分解在回归例子中的解释。
- 阅读边界
- 仅据版本未注明的索引摘要；关联度量的符号排版不清，须查原文，不能重构公式，摘要也未说明具体适用条件。
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.