Testing Goodness of Fit with Multinomial Data
多项分布数据的拟合优度检验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：摘要研究通用多项分布拟合检验，多项数据本身不足以认定为经济离散选择模型。
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
多项分布数据的拟合优度检验
- 研究问题
- 研究如何判断假定的多项分布与数据是否相符，以及根据数据选择检验阶数能否提高对某些偏离形式的检测能力。
- 方法与思路
- 作者提出阶数由数据自适应选择的 Neyman 平滑型检验，以 Fourier 分析和大样本分析考察其检测性质。
- 材料陈述的贡献
- 摘要称新检验对某些备择可能优于经典方法，并通过模拟和真实示例展示大样本理论的有限样本表现与实用性。
- 阅读关注点
- 应核对自适应阶数的选择规则、零分布校准及备择类型，尤其关注类别数、稀疏频数与估计分布参数的影响。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要解读，不推断刊本变化。摘要未列出具体备择或有限样本数值，不能将潜在功效改善理解为全面支配。
原文摘要
Several new test procedures are proposed for assessing the goodness of fit of a postulated multinomial distribution. The new tests are Neyman smooth-type tests with orders selected adaptively from the data. They are shown, through Fourier and large-sample analyses, to provide potential improvements over classical methods in terms of their ability to detect certain types of alternatives. Simulation results and a real example illustrate the finite-sample validity of the large-sample theory and the practical utility of the proposed methods.