Another Look at the Salamander Mating Data: A Modified Laplace Approximation Approach
蝾螈交配数据的再分析：修正 Laplace 近似方法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：摘要研究交叉设计下的似然近似计算，未明确涉及离散选择模型、面板数据或其他所列方向。
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
蝾螈交配数据的再分析：修正 Laplace 近似方法
- 研究问题
- 蝾螈交配数据具有交叉而非嵌套设计时，如何处理随样本规模增长的积分维度，并计算边际似然的得分函数？
- 方法与思路
- 作者采用 Shun 与 McCullagh 已提出的修正 Laplace 近似重新分析该数据，重点研究得分函数的渐近阶与计算。
- 材料陈述的贡献
- 摘要称，本文将既有修正近似用于交叉设计数据的再分析，并围绕得分函数的渐近性质和计算问题展开研究。
- 阅读关注点
- 核对标准近似失效所对应的渐近框架、修正项如何计算，以及得分函数近似误差如何影响参数估计和推断。
- 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；修正方法由既有研究提出，摘要未给出本次分析的估计结果或误差界。
原文摘要
The salamander mating dataset of McCullagh and Nelder has drawn the attention of statisticians because of its challenging structure: the design is crossed rather than nested. The standard Laplace approximation used to evaluate marginal likelihood functions fails in this case because the dimension of the integral is the square root of the sample size. A modification has been proposed by Shun and McCullagh. This article reanalyzes the salamander data using this modified Laplace approximation and focuses on the asymptotic order and computation of the score function.