A New Bayesian Analysis of a Random Effects Model
随机效应模型的一种新贝叶斯分析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：摘要明确讨论单因素方差分析的随机效应模型，未提供面板或其他指定领域证据。
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
随机效应模型的一种新贝叶斯分析
- 研究问题
- 对于单因素方差分析中的典型随机效应模型，如何通过贝叶斯估计描述变异程度，并重新考虑通常使用 F 检验的做法？
- 方法与思路
- 作者在模型参数上定义可交换先验，将问题表述为估计变异程度，并求取一个衡量变异量的参数函数的后验分布。
- 材料陈述的贡献
- 摘要提出以变异程度估计来处理通常的检验问题，并给出相应参数函数的后验分布，但未说明与 F 检验的数值比较。
- 阅读关注点
- 应核对随机效应模型结构、可交换先验的具体形式、变异函数的含义，以及后验结论对先验选择和样本结构的敏感性。
- 阅读边界
- 仅依据所给 Crossref 摘要；先验与模型细节未提供，随机效应表述本身不足以认定其研究面板数据或因果效应。
原文摘要
SUMMARY For a typical random effects model in the one way analysis of variance a new Bayesian analysis is offered. An exchangeable prior distribution is defined over the parameters. It is suggested that rather than use the usual “F” test one should consider this as an estimation problem. The posterior distribution of a function of the parameters which measures the amount of variation present is found.