The Properties of the Mean Square Successive Difference in Samples From Various Populations
不同总体样本中相邻差平方均值的性质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：可记录顺序的样本并不直接构成时间序列应用，摘要主要讨论通用方差估计与检验。
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
不同总体样本中相邻差平方均值的性质
- 研究问题
- 对于能够记录观测顺序的非正态样本，相邻差平方均值能否用于方差估计与齐性检验，其效率如何变化？
- 方法与思路
- 作者分析相邻差平方均值的方差估计性质，并利用匹配矩的 Pearson III 型曲线近似处理其抽样分布。
- 材料陈述的贡献
- 摘要称这类方差估计的相对效率随总体峰度增加而提高，趋势影响几乎消除，并给出抽样分布的近似思路。
- 阅读关注点
- 应核对相对效率的比较基准、观测排序及趋势限制、所需矩条件，以及 Pearson III 型近似的准确范围。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要；趋势类型及近似误差未说明，不能将趋势消除理解为普遍保证。
原文摘要
This paper is concerned with the use of the mean square successive difference as a method of estimating variance and testing for homogeneity in samples from various non-normal populations where the order of the observations can be recorded. It is shown that the relative efficiency of such estimates of variance increases as the kurtosis of the population sampled increases and any trend effect is virtually eliminated. The actual distribution varies but can be approximately dealt with by means of a Pearson Type III curve with the correct moments.