跳到正文
← 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:摘要讨论信号分解与描述性方差分析,未明确存在时间序列结构或所列领域应用。

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
Peter D. Finch

将观测记录描述为信号与噪声之和的最小二乘方法

研究问题
如何以最小二乘准则评价将观测记录分解为信号与背景噪声的描述,并重新理解常见方差分析程序?
方法与思路
作者使用最小二乘度量评估信号加噪声的描述,在描述性框架中重新得到标准方差分析程序的形式。
材料陈述的贡献
摘要称,这种描述性处理能够恢复标准方差分析程序,而无需通常的正态性与方差相等要求。
阅读关注点
应核对信号与背景噪声的定义、最小二乘度量的构造,以及恢复的方差分析程序具有什么描述或推断含义。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明;描述性结论不能自动延伸为无需分布假设的显著性检验保证。

原文摘要

Description of a record as a signal disturbed by background noise is assessed by means of a least squares gauge. Standard procedures of the analysis of variance are recovered in a descriptive setting without the usual requirements of normality and equality of variances.

笔记与分组
相关领域论文