Computing Exact Distributions for Polytomous Response Data
多类别响应数据的精确分布计算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：摘要明确涉及名义和有序多类别响应的 logit 模型，与离散选择方法直接相关，但未说明经济选择应用。
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
多类别响应数据的精确分布计算
- 研究问题
- 在名义或有序多类别响应模型中，如何高效计算参数充分统计量的精确条件分布，为有限样本分析提供计算基础？
- 方法与思路
- 作者针对两种基准类别 logit 和两种相邻类别 logit 模型，递归生成充分统计量的联合分布，并逐步裁剪样本空间。
- 材料陈述的贡献
- 摘要提出一种精确条件分布计算方法，覆盖四种多类别响应模型，并通过两个实际数据集展示其使用方式。
- 阅读关注点
- 应核对四种模型的参数化、条件化所用统计量、递归与裁剪规则，以及计算规模增加时的成本和精确性保证。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；计算复杂度、适用样本规模及比较结果未说明，不能推断其他版本的变化。
原文摘要
This article presents an efficient method for computing exact conditional distributions of the sufficient statistics for the parameters of four polytomous response models. For nominal response, two baseline category logit models and, for ordinal response, two adjacent categories logit models are considered. The method consists of recursive generation of the joint distribution of the sufficient statistics, augmented by a technique to slice off portions of the evolving sample space so as to eventually yield the required conditional distribution. Two actual data sets are analyzed to illustrate the method.