Exponential Dispersion Models
指数离散模型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：摘要明确包含纵向数据和相关观测的模型构造，与面板数据方向直接相关，未提供宏观面板背景。
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
指数离散模型
- 研究问题
- 如何统一刻画指数离散模型的卷积和渐近性质，并将这一分布框架扩展到相关数据、纵向数据与方差分量建模？
- 方法与思路
- 作者以矩母函数生成模型，研究一般卷积与渐近正态性，提出小离散度渐近框架，并构造适用于相关观测的新模型。
- 材料陈述的贡献
- 摘要称统一并推广多种常用分布的标准结果，引入新模型例子和小离散度渐近理论，并提供纵向及方差分量模型构造方法。
- 阅读关注点
- 应核对模型生成与参数范围、卷积成立条件，以及小离散度极限同大样本极限的区别和纵向相关结构的构造方式。
- 阅读边界
- 仅据所给 Crossref 摘要；具体模型、相关结构及渐近条件未给出，不能认定其自动处理面板中的所有异质性问题。
原文摘要
SUMMARY We study general properties of the class of exponential dispersion models, which is the multivariate generalization of the error distribution of Nelder and Wedderburn’s (1972) generalized linear models. Since any given moment generating function generates an exponential dispersion model, there exists a multitude of exponential dispersion models, and some new examples are introduced. General results on convolution and asymptotic normality of exponential dispersion models are presented. Asymptotic theory is discussed, including a new small-dispersion asymptotic framework, which extends the domain of application of large-sample theory. Procedures for constructing new exponential dispersion models for correlated data are introduced, including models for longitudinal data and variance components. The results of the paper unify and generalize standard results for distributions such as the Poisson, the binomial, the negative binomial, the normal, the gamma, and the inverse Gaussian distributions.