Over-Dispersed Age-Period-Cohort Models
过度离散的年龄—时期—队列模型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：摘要涉及聚合年龄—时期—队列计数模型，但未明确宏观经济预测、宏观面板或所列其他方向，故不强行分类。
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
过度离散的年龄—时期—队列模型
- 研究问题
- 对于按年龄和队列排列、没有暴露量观测的聚合数据，如何在允许过度离散的年龄—时期—队列模型中进行推断与预测？
- 方法与思路
- 作者采用带年龄—时期—队列均值结构的泊松似然，并以无限可分分布构造表格维度固定、潜在暴露量增加的重复结构。
- 材料陈述的贡献
- 摘要称，该框架涵盖多种复合泊松与泊松混合模型，并产生用于推断的渐近 F 分布及用于预测的渐近 t 分布。
- 阅读关注点
- 应核对年龄、时期与队列效应的参数化和识别处理、潜在暴露量增长的含义，以及渐近推断与预测分布的成立条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；不能推断刊本变化。摘要未说明效应识别约束、预测目标或有限样本表现。
原文摘要
We consider inference and forecasting for aggregate data organized in a two-way table with age and cohort as indices, but without measures of exposure. This is modeled using a Poisson likelihood with an age-period-cohort structure for the mean while allowing for over-dispersion. We propose a repetitive structure that keeps the dimension of the table fixed while increasing the latent exposure. For this, we use a class of infinitely divisible distributions which include a variety of compound Poisson models and Poisson mixture models. This results in asymptotic F inference and t forecast distributions.