The Asymptotic Expansion of the Distribution of the Goodness of Fit Statistic $V_{NN}$
拟合优度统计量 V_NN 分布的渐近展开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：摘要为双样本拟合优度检验的渐近理论，未说明所列经济计量细分方向。
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
拟合优度统计量 V_NN 分布的渐近展开
- 研究问题
- 在原假设下，双样本拟合优度统计量 V_NN 的分布能否构造以样本规模负二分之一次幂为阶次的完整渐近展开？
- 方法与思路
- 作者推导双样本统计量在原假设下的完整渐近展开，摘要说明证明采用 Kemperman 于一九五九年发展的方法。
- 材料陈述的贡献
- 摘要明确称获得了以 N 的负二分之一次幂为展开尺度的完整分布渐近展开，但未展示系数、余项或计算结果。
- 阅读关注点
- 应先确认 V_NN 的定义与双样本规模关系，再核对原假设、展开系数、余项控制及证明方法的使用条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；统计量定义和展开条件未给出，不能推断其为其他常见拟合优度统计量或精确分布。
原文摘要
The complete asymptotic expansion in powers of $N^{-\frac{1}{2}}$ for the distribution of the two-sample statistic $V_{NN}$ is derived under the null hypothesis. The proof is based on methods developed by Kemperman (1959).