On Kolmogorov-Smirnov type one-sample statistics
关于 Kolmogorov–Smirnov 型单样本统计量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：摘要研究一般单样本分布检验及分位点近似，未涉及经济结果的分位数或分布效应，因此缺少所列细分的直接依据。
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
关于 Kolmogorov–Smirnov 型单样本统计量
- 研究问题
- 如何为修正的单样本 Kolmogorov–Smirnov 统计量建立更精细的分布近似，并据此计算可用于实际检验的分位点？
- 方法与思路
- 作者推导 Pyke 修正统计量分布中包含样本量负二分之一次项的渐近展开，结合已有展开获得若干相关统计量的分位点近似。
- 材料陈述的贡献
- 摘要称，论文得到相应分布与分位点的渐近展开，并认为所得近似分位点具有足以用于应用的精度；未提供具体误差数值。
- 阅读关注点
- 核对各统计量的精确定义、分布假设和展开余项，关注分位点近似在不同样本量与尾部概率下的误差验证。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；统计量符号的上下标需核对原文，近似精度的样本量范围与误差界未说明。
原文摘要
Asymptotic expansions with a term in n−½ of the distributions of Pyke's modified one-sample Kolmogorov-Smirnov statistics, C+n, C−n and Cn are derived. From these expansions and the already known ones for D+n, D−n, Dn, Vn = D+n + D−n and Kn = C+n + C−n are deduced expansions for the percentage points. The approximate percentage points determined by these expansions are sufficiently accurate to be used in applications.