SPRT's for the Normal Correlation Coefficient
正态相关系数的序贯概率比检验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：摘要中的序贯检验不等于时间序列建模，其内容属于一般相关系数检验，细分分类证据不足。
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…
正态相关系数的序贯概率比检验
- 研究问题
- 在二元正态分布的相关系数检验中，数据约简方式如何影响序贯检验效率，又如何近似分析保留不变充分信息的检验？
- 方法与思路
- 作者比较基于不同数据约简的序贯检验，讨论 Cox 定理与最大不变性推导，并近似研究等方差条件下 Cox 检验的性质。
- 材料陈述的贡献
- 摘要称其展示了 Kowalski 检验的低效率，并以此为动机，推导等方差情形下 Cox 检验数学性质的近似结果。
- 阅读关注点
- 应核对不变充分统计量的含义、效率比较指标，以及 Cox 检验近似所涉及的性质、等方差限制和误差范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不推断刊本变化；摘要未给出效率数值或近似精度，不能推广至非正态或不等方差情形。
原文摘要
Hypothesis tests for the correlation coefficient of a bivariate normal distribution are investigated. Some tests using reductions of the data that are not invariantly sufficient were proposed by Kowalski on the grounds that the mathematical properties may be worked out, which is not possible when using sequential probability ratio tests (SPRT's) based on successive invariantly sufficient statistics. These latter tests may be derived from Cox's theorem or from maximal invariance theory. We show how inefficient Kowalski's tests are and, thus motivated, we derive approximations for the mathematical properties of Cox's test with equal variances.