Modeling and Inference for Multivariate Binary Data with Positive Dependence
具有正依赖的多元二元数据建模与推断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：摘要研究通用二元数据的联合分布，未明确涉及离散选择行为或网络相互作用。
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…
具有正依赖的多元二元数据建模与推断
- 研究问题
- 当多个二元变量之间的正依赖是合理假设时，如何构造体现该依赖的联合模型，并进行一般模型和饱和模型的参数估计？
- 方法与思路
- 作者从可靠性理论概念构造多元二元模型，对一般模型迭代求解似然方程，并为完全参数化的饱和模型给出闭式估计。
- 材料陈述的贡献
- 摘要称，该模型自然纳入分量间的正依赖，饱和模型的闭式估计具有渐近效率，并通过一组既有数据展示估计程序。
- 阅读关注点
- 应核对正依赖的数学定义、模型对联合概率的限制、一般模型似然迭代的性质，以及饱和模型效率结论的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明可表示的依赖范围、迭代收敛条件或数据结果，二元变量也不必然代表选择行为。
原文摘要
A model is proposed for multivariate binary data that incorporates positive dependence among components in a natural way. The model is derived from reliability-theoretic concepts, but is regarded as appropriate for analysis of multivariate binary data in any field when positive dependence is an appropriate assumption. Maximum likelihood estimation by iterative solution of likelihood equations is discussed for the general model, and asymptotically efficient estimates are obtained in closed form for the fully parameterized (saturated) model. The estimation procedures are illustrated on a data set from Martin and Bradley (1972).