Pearson Chi-Squared Test of Fit with Random Intervals
采用随机分组区间的 Pearson 卡方拟合检验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：摘要研究随机区间下的一般拟合优度检验及其校准，未出现可直接对应所列经济计量细分方向的内容。
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
采用随机分组区间的 Pearson 卡方拟合检验
- 研究问题
- 当原始未分组样本既用于估计分布参数，又用于确定分组区间端点时，修改后的 Pearson 卡方统计量应如何校准？
- 方法与思路
- 作者研究采用样本均值和方差估计参数的修改统计量，并利用独立卡方变量加权和的分布结果计算渐近分布分位点。
- 材料陈述的贡献
- 摘要称，在所述连续位置尺度分布情形下，修改统计量的零假设分布不依赖参数，并给出便于正态性检验的渐近分位点表。
- 阅读关注点
- 应核对随机区间端点的构造、均值方差估计进入统计量的方式、参数不变性的适用范围，以及渐近分位点的小样本表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未说明分组规则和矩条件；渐近分位点表不等于任意样本下的精确校准。
原文摘要
A modified form of the Pearson x2 test statistic is considered where estimators based on the ungrouped sample are employed in the test statistic as well as in determining the class interval end points. In the case of continuous distributions with location and scale parameters, it is shown here that the null distribution of such a modified test statistic does not depend on the parameters if these are estimated by sample mean and variance. By utilizing known results concerning the distribution of a weighted sum of independent chi-squared variates, a table of certain percentage points of the asymptotic distribution of this modified test statistic is developed in order to facilitate its use for testing normality.