分类数据的可忽略性
统计理论
2007-06-13 v1 统计理论
摘要
我们研究基于似然的不完全分类数据推断中的可忽略性问题。区分了两种随机粗化假设(car)的版本，考察了它们与参数相异假设的相容性，并建立了若干不要求额外参数相异假设的可忽略性条件。我们表明，car 假设在底层完全数据模型是饱和的还是参数化的情形下具有相当不同的含义。在后者情形下，car 假设可能与观测数据不一致。
引用
@article{arxiv.math/0508314,
title = {Ignorability for categorical data},
author = {Manfred Jaeger},
journal= {arXiv preprint arXiv:math/0508314},
year = {2007}
}
备注
Published at http://dx.doi.org/10.1214/009053605000000363 in the Annals of Statistics (http://www.imstat.org/aos/) by the Institute of Mathematical Statistics (http://www.imstat.org)