Discrete Multivariate Analysis - Theory and Practice

6. 2 The Two-Sample Capture-Recapture Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231 6. 3 Conditional Maximum Likelihood Estimation of N . . . . . . . . . . . . . . . . . . . . . . 236 6. 4 The Three-Sample Census . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237 6. 5 The General Multiple Recapture Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246 6. 6 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 7 MODELS FOR MEASURING CHANGE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 7. 1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 7. 2 First-Order Markov Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261 7. 3 Higher-Order Markov Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267 7. 4 Markov Models with a Single Sequence of Transitions . . . . . . . . . . . . . . . . . . 270 7. 5 Other Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273 8 ANALYSIS OF SQUARE TABLES: SYMMETRY AND MARGINAL HOMOGENEITY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281 8. 1 Introduction . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281 8. 2 Two-Dimensional Tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282 8. 3 Three-Dimensional Tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299 8. 4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309 9 MODEL SELECTION AND ASSESSING CLOSENESS OF FIT: PRACTICAL ASPECTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311 9. 1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311 9. 2 Simplicity in Model Building . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312 9. 3 Searching for Sampling Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315 9. 4 Fitting and Testing Using the Same Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317 9. 5 Too Good a Fit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324 9. 6 Large Sample Sizes and Chi Square When the Null Model is False . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329 9. 7 Data Anomalies and Suppressing Parameters . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332 9. 8 Frequency of Frequencies Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337 10 OTHER METHODS FOR ESTIMATION AND TESTING IN CROSS-CLASSIFICATIONS . . . . . . . .

List of contents

Structural Models For Counted Data.- Maximum Likelihood Estimates For Complete Tables.- Formal Goodness Of Fit: Summary Statistics And Model Selection.- Maximum Likelihood Estimation For Incomplete Tables.- Estimating The Size Of A Closed Population.- Models For Measuring Change.- Analysis Of Square Tables: Symmetry And Marginal Homogeneity.- Model Selection And Assessing Closeness Of Fit: Practical Aspects.- Other Methods For Estimation And Testing In Cross-Classifications.- Measures Of Association And Agreement.- Pseudo-Bayes Estimates Of Cell Probabilities.- Sampling Models For Discrete Data.- Asymptotic Methods.

Summary

6. 2 The Two-Sample Capture-Recapture Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231 6. 3 Conditional Maximum Likelihood Estimation of N . . . . . . . . . . . . . . . . . . . . . . 236 6. 4 The Three-Sample Census . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237 6. 5 The General Multiple Recapture Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246 6. 6 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 7 MODELS FOR MEASURING CHANGE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 7. 1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 7. 2 First-Order Markov Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261 7. 3 Higher-Order Markov Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267 7. 4 Markov Models with a Single Sequence of Transitions . . . . . . . . . . . . . . . . . . 270 7. 5 Other Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273 8 ANALYSIS OF SQUARE TABLES: SYMMETRY AND MARGINAL HOMOGENEITY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281 8. 1 Introduction . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281 8. 2 Two-Dimensional Tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282 8. 3 Three-Dimensional Tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299 8. 4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309 9 MODEL SELECTION AND ASSESSING CLOSENESS OF FIT: PRACTICAL ASPECTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311 9. 1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311 9. 2 Simplicity in Model Building . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312 9. 3 Searching for Sampling Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315 9. 4 Fitting and Testing Using the Same Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317 9. 5 Too Good a Fit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324 9. 6 Large Sample Sizes and Chi Square When the Null Model is False . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329 9. 7 Data Anomalies and Suppressing Parameters . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332 9. 8 Frequency of Frequencies Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337 10 OTHER METHODS FOR ESTIMATION AND TESTING IN CROSS-CLASSIFICATIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343 10. 1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343 10. 2 The Information-Theoretic Approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 344 10. 3 Minimizing Chi Square, Modi? ed Chi Square, and Logit Chi Square . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 348 10. 4 The Logistic Model and How to Use It . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357 10. 5 Testing via Partitioning of Chi Square . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361 10. 6 Exact Theory for Tests Based on Conditional Distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364 10. 7 Analyses Based on Transformed Proportions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Additional text

From the reviews:

"The book deals with discrete multivariate analysis in an effort to bring together in an organised way the extensive theory and practice existing in this field. It is organised in 14 chapters. … is well addressed to readers from different background and different interests covering a wide range from graduate students in theoretical statistics to quantitative biological or social scientists, applied statisticians and other quantitative research workers looking for comprehensive analyses of discrete multivariate data." (Christina Diakaki, Zentralblatt MATH, Vol. 1131 (9), 2008)

Report

From the reviews:

"The book deals with discrete multivariate analysis in an effort to bring together in an organised way the extensive theory and practice existing in this field. It is organised in 14 chapters. ... is well addressed to readers from different background and different interests covering a wide range from graduate students in theoretical statistics to quantitative biological or social scientists, applied statisticians and other quantitative research workers looking for comprehensive analyses of discrete multivariate data." (Christina Diakaki, Zentralblatt MATH, Vol. 1131 (9), 2008)

Product details

• Authors: Yvonne Bishop, Yvonne M Bishop, Yvonne M M Bishop, Yvonne M. Bishop, Stephen Fienberg, Stephen E Fienberg, Stephen E. Fienberg, Pa Holland, Paul Holland, Paul W. Holland
• Publisher: Springer, Berlin
• Languages: English
• Product format: Paperback / Softback
• Released: 29.06.2009
• EAN: 9780387728056
• ISBN: 978-0-387-72805-6
• No. of pages: 559
• Dimensions: 156 mm x 30 mm x 236 mm
• Weight: 868 g
• Illustrations: IX, 559 p.
• Subjects: Natural sciences, medicine, IT, technology > Mathematics > Probability theory, stochastic theory, mathematical statistics; B, Statistics, MATHEMATICS / Probability & Statistics / Multivariate Analysis, Mathematics, Mathematics and Statistics, Statistical Theory and Methods, Probability Theory and Stochastic Processes, Probability & statistics, Probabilities, Stochastics, Probability Theory