On Comparing Variances in the Paired Case with Incomplete Data
双侧数据均有缺失时的配对方差比较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：摘要讨论一般配对数据的方差检验与缺失问题，未提供因果、面板或其他所列领域细分的直接依据。
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
双侧数据均有缺失时的配对方差比较
- 研究问题
- 当配对观测的两个响应变量都存在缺失时，如何检验其方差相等，以及配对相关程度如何影响检验选择？
- 方法与思路
- 作者用蒙特卡洛模拟比较若干适用于不完整配对数据的方差相等检验，并考察不同相关程度下的表现。
- 材料陈述的贡献
- 摘要建议在中等相关情形使用 Ekbohm 的检验，并称本文提出的新检验在高相关情形可能更合适。
- 阅读关注点
- 阅读全文时应核对缺失机制、分布设定、相关程度的划分，以及各检验的实际显著性水平与功效比较。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要；缺失条件、相关阈值和模拟数值未说明，不能将推荐推广至所有缺失数据。
原文摘要
Several tests for the equality of variances in the paired case with incomplete data on both responses are compared using Monte Carlo simulations. The main result is the recommendation to use a test due to Ekbohm (1981) for cases with moderate correlations. A new test proposed in this paper may be the best choice when the correlation is high.