Reduced rank models for contingency tables
列联表的降秩模型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：列联表与潜在类别属于通用统计建模，摘要未提供离散选择行为模型的直接证据。
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…
列联表的降秩模型
- 研究问题
- 如何用降秩模型分析二维列联表，并厘清以典型分析和潜在类别分析为代表的两类模型之间的关系？
- 方法与思路
- 作者引入二维列联表的降秩模型，区分两类模型结构，讨论其关系，并重新审视此前文献中的相关结果。
- 材料陈述的贡献
- 摘要称给出了两类降秩模型的关系，并指出部分既有结果属于冗余或不准确；具体涉及哪些结论未说明。
- 阅读关注点
- 应核对两类模型的参数化、秩约束与可识别性、模型之间的对应关系，以及对既有结果提出异议的依据。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；模型公式和纠正内容未提供，不能判断相关文献争议是否成立。
原文摘要
Reduced rank models for the analysis of two-way contingency tables are introduced. Two classes of reduced rank models are discerned, with well-known exponents canonical analysis and latent class analysis. The relation between these two classes is discussed. Results on the subject mentioned earlier in the literature are shown to be either redundant or inaccurate.