Marginal log-linear parameterization of conditional independence models
条件独立模型的边际对数线性参数化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：摘要讨论统计图模型与条件独立参数化，链图并不足以证明属于经济网络与干扰研究。
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
条件独立模型的边际对数线性参数化
- 研究问题
- 哪些由条件独立限制定义的模型可归入光滑的层级边际对数线性模型，并方便最大似然估计与拟合优度检验？
- 方法与思路
- 作者识别条件独立模型中的一个子类，给出其边际对数线性参数化与最小规定方式，并用于链图的块递归马尔可夫模型。
- 材料陈述的贡献
- 摘要称该子类的光滑性支持标准渐近理论，参数化简化解释、最大似然计算及卡方拟合优度检验的自由度计算。
- 阅读关注点
- 应核对子类的判定条件、最小规定的含义、光滑性结论，以及链图中的独立限制如何对应参数与检验自由度。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；子类的具体边界与参数化细节未说明，不能把结论扩展至所有条件独立模型。
原文摘要
Models defined by a set of conditional independence restrictions play an important role in statistical theory and applications, especially, but not only, in graphical modelling. In this paper we identify a subclass of these consisting of hierarchical marginal log-linear models, as defined by Bergsma & Rudas (2002a). Such models are smooth, which implies the applicability of standard asymptotic theory and simplifies interpretation. Furthermore, we give a marginal log-linear parameterization and a minimal specification of the models in the subclass, which implies the applicability of standard methods to compute maximum likelihood estimates and simplifies the calculation of the degrees of freedom of chi-squared statistics to test goodness-of-fit. The utility of the results is illustrated by applying them to block-recursive Markov models associated with chain graphs.