Testing the Homogeneity of Variances in a Two-Way Classification
双向分类中的方差齐性检验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：摘要只说明双向分类中的方差齐性检验，未提供个体与时间维度或经济应用，不足以归为面板或金融波动率研究。
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
双向分类中的方差齐性检验
- 研究问题
- 在双向分类的数据结构中，检验单向方差齐性的 Bartlett 型统计量如何获得原假设分布近似，小规模行列下是否可用？
- 方法与思路
- 作者为双向分类下检验单向方差齐性的 Bartlett 型统计量推导零分布近似，并通过不同规模的模拟考察近似表现。
- 材料陈述的贡献
- 摘要称，获得了该统计量原假设分布的近似，模拟显示即使行数与列数很少，所给近似仍有令人满意的表现。
- 阅读关注点
- 应核对双向分类模型、被检验的方差维度、分布与独立性条件，以及近似形式和小规模模拟中的评价标准。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出模型条件、近似误差或检验功效，双向分类不能直接视为面板模型。
原文摘要
Approximations have been obtained to the null distribution of Bartlett's type of statistic for testing the homogeneity of one-way variances in a two-way classification. Simulation studies show that the approximations give satisfactory results even for a very small number of rows and columns.