Power of the Likelihood Ratio Test on the Mean Vector of the Multivariate Normal Distribution with Missing Observations
存在缺失观测时多元正态均值向量似然比检验的功效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：摘要研究一般多元正态检验的缺失数据功效，缺失观测本身不足以归入面板或因果推断。
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
存在缺失观测时多元正态均值向量似然比检验的功效
- 研究问题
- 多元正态样本中，部分变量在部分抽样单位上缺失时，均值向量假设检验的广义似然比统计量分布与功效如何确定？
- 方法与思路
- 作者推导缺失观测下统计量的非中心分布，计算特定非中心参数值对应的检验功效，并与完整样本的已知功效比较。
- 材料陈述的贡献
- 摘要所述贡献是缺失观测情形下均值向量检验的非中心分布及功效计算，并通过完整样本基准考察所得结果的准确性。
- 阅读关注点
- 应核对缺失模式及其机制假设、均值约束形式、协方差处理方式，以及与完整样本比较时采用的准确性标准。
- 阅读边界
- 仅据版本未注明的索引摘要；缺失机制、样本条件和准确性结果未说明，不能认为结论适用于任意缺失数据或推断刊本变化。
原文摘要
The noncentral distribution of the generalized likelihood ratio statistic for testing hypotheses on the mean vector of a multivariate normal population is derived when a subset of the variates does not have observations on some sampling units, and is used to derive the power of the test for particular values of the noncentrality parameter. The accuracy of the results is assessed by comparing them with the known power when the sample is complete.