Testing the goodness of fit of the binomial distribution
二项分布的拟合优度检验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：摘要讨论通用分布拟合检验，未提供所列经济计量细分方向的直接依据。
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
二项分布的拟合优度检验
- 研究问题
- 如何检验数据是否符合二项分布，并比较不同检验对相关二项、贝塔二项及混合分布备择的局部表现？
- 方法与思路
- 作者使用 Neyman 的 C(α) 方法构造检验，分析其与二项方差检验的联系，并开展蒙特卡洛小样本比较。
- 材料陈述的贡献
- 摘要称，所得检验对指定的广义二项备择具有渐近最优性，同时给出相关检验之间的联系及渐近相对效率。
- 阅读关注点
- 核对各类备择分布、渐近最优性的定义及适用条件，并查看模拟中检验尺寸、功效和样本量的具体设定。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未说明最优性的完整条件，也未提供小样本比较的具体结果。
原文摘要
Using the C(α) procedure of Neyman (1959), we derive teats for the goodness of fit of the binomial distribution which are asymptotically optimal against generalized binomial alternatives proposed by Altham (1978) and Kupper & Haseman (1978). The C(α) tests optimal against correlated binomial alternatives, beta-binomial alternatives and a general class of mixture alternatives suggested by WisniewsM (1968) are shown to be closely related to the binomial variance test. A numerical example is given and the small sample behaviour of the variance test and the C(α) tests is investigated in a Monte Carlo sampling experiment. The asymptotic relative efficiencies of the goodness of fit statistics are examined.