The Choice of the Number and Width of Classes for the Chi-Square Test of Goodness of Fit
卡方拟合优度检验中组数与组宽的选择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：摘要研究一般连续分布的拟合优度检验与分组规则，没有所列经济计量细分方向的明确文本依据。
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
卡方拟合优度检验中组数与组宽的选择
- 研究问题
- 当原假设分布连续且完全给定时，如何选择卡方拟合优度检验的分组数量和边界，并兼顾实际计算便利？
- 方法与思路
- 文章以非数学方式介绍 Mann 和 Wald 的分组技术：组数取决于样本量和显著性水平，各组在原假设下等概率。
- 材料陈述的贡献
- 摘要介绍一套明确的分组思路，并建议实际使用时可将公式给出的组数减半；未说明这一简化的统计代价。
- 阅读关注点
- 应核对组数公式、等概率边界的构造，以及减半建议的理由，尤其注意分布参数需要估计时是否仍适用。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；公式、近似条件与简化后的检验表现均未提供。
原文摘要
This article describes in non-mathematical fashion the technique suggested by H. B. Mann and A. Wald for selecting the number and width of class intervals for the chi-square test of goodness of fit when the null hypothesis distribution is continuous and completely specified. The number of classes is selected by means of a formula depending upon the sample size and the level of significance and the class limits are chosen such that each class contains the same number of items under the null hypothesis. Finally it is suggested that the number of classes as given by the formula may be halved for practical purposes.