A Simple Procedure for the Selection of Significant Effects
筛选显著效应的简单程序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：摘要讨论通用的大量统计检验结果筛选，未指明因果效应或其他所列领域，故不依据“效应”一词分类。
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
筛选显著效应的简单程序
- 研究问题
- 当大量检验统计量中只有少部分对应原假设的偏离时，如何构造简单规则，筛选出提示存在效应的统计量？
- 方法与思路
- 作者对检验统计量集合用矩估计拟合混合模型，再计算估计的似然比以形成筛选规则，并通过模拟考察其性质。
- 材料陈述的贡献
- 摘要称提出了一种简单筛选程序；模拟提示，当整体原假设的偏离不太小时，该程序具有良好性质。
- 阅读关注点
- 应核对混合分布设定、矩估计的可行性、似然比筛选阈值，以及模拟如何评价误选、漏选和统计量依赖的影响。
- 阅读边界
- 仅据所给 Crossref 摘要；摘要未明确错误率控制目标、依赖条件或模拟数值，不能将良好性质等同于普遍保证。
原文摘要
Summary Given a large number of test statistics, a small proportion of which represent departures from the relevant null hypothesis, a simple rule is given for choosing those statistics that are indicative of departure. It is based on fitting by moments a mixture model to the set of test statistics and then deriving an estimated likelihood ratio. Simulation suggests that the procedure has good properties when the departure from an overall null hypothesis is not too small.