Estimation of variance functions in assays with possibly unequal replication and nonnormal data
重复次数可能不等且数据非正态时的测定分析方差函数估计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：摘要研究一般测定分析中的方差函数，没有金融波动率或其他所列领域细分的直接证据。
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
重复次数可能不等且数据非正态时的测定分析方差函数估计
- 研究问题
- 在各设计点重复测量次数不同、数据可能非正态时，基于标准差变换估计参数化方差函数会产生哪些偏差与效率问题？
- 方法与思路
- 作者比较非正态分布下不同标准差变换的效率，提出处理偏差的方法，并将 Gini 平均差与样本标准差进行比较。
- 材料陈述的贡献
- 摘要称忽略不等重复次数会导致偏差和效率损失，所述偏差处理方法可增强对非正态性的稳健性，并可用标准软件计算相关估计量。
- 阅读关注点
- 应核对重复次数如何进入估计、偏差修正的条件、非正态分布的比较范围，以及 Gini 平均差与标准差的效率评价标准。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明稿件版本；具体方差函数、稳健性条件及软件步骤未说明，不能据此断言某估计量普遍更优。
原文摘要
Estimation of parametric variance functions using transformations of standard deviations based on replication at each design point is common in, but not limited to, assay analysis. It is shown that ignoring unequal replication can lead to bias and inefficiency in estimation. Efficiency comparisons for different transformations for nonnormal distributions are given. A method to account for bias is described that can offer robustness to nonnormality and leads to a comparison of Gini's mean difference to sample standard deviation. A method for computing all of these estimators using standard software is described.