مؤلفه های پیوند جزئی در جدول های پیشایندی چندبعدی و تحلیل آماری آن ها

نتایج عرضه شده در این مقاله ملهم از ایده ی گودمن و کروسکال (1954) هستند که: «زمانی که بیش از دو متغیر رسته ای وجود داشته باشند طبیعی خواهد بود که به پیوند جزئی بین دو متغیر به معنایی با متوسط گرفتن از اثر بقیه ی متغیرها بیندیشم». در این مقاله با استفاده از مدل پیوند RC(M1، M2) مؤلفه های (چندجمله ای متعامد) پیوند جزئی بین هر جفت از متغیر رسته ای سازنده ی جدول پیشایندی چندبعدی را تعریف می کنیم. چون این کمیت ها اغلب مجهول اند، روش های استنباط آماری پارامترهای مذکور را از دیدگاه بیزی و فراوانی گرا و توزیع های مجانبی آن ها را بررسی می کنیم. همچنین با کاربست مقتضی آن ها نشان می دهیم که نتایج عرضه شده برای هر مؤلفه ی متعامد دلخواه (غیر چند جمله ای متعامد) نیز صادق اند. در پایان، نتایج را برای تحلیل دو جدول سه بعدی از داده های واقعی به کار می بندیم.