A Monte Carlo Investigation of the Box—Cox Transformation in Small Samples
Box–Cox 变换小样本性质的蒙特卡洛研究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：摘要研究回归变换与小样本检验的一般性质，未明确涉及时间序列、分布效应或其他所列细分，故不强行归类。
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
Box–Cox 变换小样本性质的蒙特卡洛研究
- 研究问题
- 对因变量和自变量使用同一 Box–Cox 变换时，变换参数如何影响小样本估计的偏差、方差与常规检验可靠性？
- 方法与思路
- 作者通过抽样实验考察共同变换模型，比较不同变换参数下估计量的偏差、方差，并检查使用 t 统计量的检验决策。
- 材料陈述的贡献
- 摘要称偏差似乎不严重，但变换参数显著影响估计方差；实际抽样分布尾部较重，使常规 t 检验经常产生错误决策。
- 阅读关注点
- 应核对模型设定、样本量及参数取值，辨明检验错误的类型，并查看变换参数是否估计及其不确定性如何处理。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未报告具体模拟设定或错误率，不能判断上述现象在其他模型中的程度。
原文摘要
The small-sample properties of models which transform both the dependent and independent variables using the same Box-Cox transformation are investigated in sampling experiments. Bias does not appear to be a serious problem; however, the sign and size of the transformation parameter, which changes the coefficient of variation of the dependent variable, seriously affects the variances of the estimators. Hypothesis tests reveal that t statistics frequently lead to incorrect decisions since the actual sampling distributions have heavier tail areas than the t distribution.