奥尔森，乌尔夫;弗里茨·德拉斯高;Neil J.Dorans。 多序列相关系数。 （英语） Zbl 0536.62045号 心理测量学 47, 337-347 (1982). 假设变量X与\（E（X）=\mu\）、Var X\（=\sigma^2）和\（eta\）与\（E（eta）=0）、Var\（eta=I\）的联合概率分布是具有相关性的二正态分布。作者考虑了由单调步长函数定义的序数范畴变量Y，而不是基本的连续变量（eta），如果（tau_{j-1}\leq\eta<tau_j（j=1,2，…，r），带有（Y_{j-1}<Y_j）和（tau_0=-\infty），其概率明显为\（p_j=p（Y=Y_j）=\Phi（\tau_j）-\Phi\[{\tilde\rho}=\rho\sum^{r-1}_{j=1}\phi（tau_j）\cdot（y{j+1}-yj）/\sigma_y。\]这种最一般的关系取决于r、阈值（τ_j）和得分值（y_j）。它推广了关于双列相关（r=2）和其他特殊评分系统的已知结果，如N.R.考克斯【生物统计学30，171-178（1974；Zbl 0292.62022号)]和N.贾斯彭[系列相关性，《心理测量学》11，23-30（1946）]。该关系用于从变量（x，y）上的N个观测值样本（（x_i，y_i），（i=1，…，N\）估计多序列相关性（rho）。假设一个具有\（y_j=\）个连续整数的评分系统，则需要估计未知的模型参数\（\rho，\mu，\sigma，\tau_1，…，\tau_{r-1}.\）作者研究了三种方法：1）用极大似然法同时估计所有参数，求解复杂的非线性方程组；2） 两步法，其中，在通过样本统计量（\barx）、（s^2_x）和（tau_1，…，tau_{r-1}）估计（mu）和（sigma^2）后，通过应用于Y的观测边际分布的正态分布函数的逆，计算（rho）的条件最大似然估计；3） 通过在上述关系中插入样本估计值\（r_｛xy｝\）来确定\（\rho）的\（｛\hat\rho｝=r_｛xy｝\cdot s_y/\sum_｛j｝\phi（｛\hat\tau｝_j）\）通过蒙特卡罗模拟（四路2析因设计，因子N，阈值系统（τ）、（ρ）、r的对称性或不对称性，每个细胞50次重复）对这三种方法进行了比较。这三种方法都执行得很好，而直接使用\（r_{xy}\）会产生误导。审核人：M.P.格佩特 引用于19文件 MSC公司： 62H20个 关联度量（相关性、典型相关性等） 65二氧化碳 蒙特卡罗方法 关键词：二分变量;多光子变量;潜在变量;有序分类变量;单调阶跃函数;多序列相关;同时估计;最大似然;非线性方程组;两步法;有条件的最大可能性估计;特殊估计器 引文：Zbl 0060.310号;Zbl 0292.62022号 PDF格式BibTeX公司 XML格式引用 \textit{U.Olsson}等人，《心理测量学》47，337--347（1982；Zbl 0536.62045） 全文： 内政部 参考文献： [1] Nerlove，M.&Press，S.J.单变量和多变量对数线性和逻辑模型。圣莫尼卡，兰德公司，R:1306-EDA/NIH，1973年·Zbl 0518.62058号 [2] Gruvaeus，G.T.&Jöreskog，K.G.一个最小化多变量函数的计算机程序（E.T.S.Res.Bull.RB70-14）。新泽西州普林斯顿：教育测试服务，1970年。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。