The Statistical Sign Test
统计符号检验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：摘要介绍一般配对样本检验，虽提到处理比较，但未提供因果识别或所列其他方向的明确依据，故暂不分类。
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
统计符号检验
- 研究问题
- 对于两种材料或处理的配对观测，能否只利用组内差值的正负方向判断优劣，并适应不同配对之间难以比较的情况？
- 方法与思路
- 作者介绍基于配对差值符号的简单检验，汇集既有结果、显著性水平表和例子，并与利用差值大小的检验比较。
- 材料陈述的贡献
- 摘要强调符号检验的简便性及初步评价用途，同时指出在各对观测可比较时，利用差值大小的检验可能更有效率。
- 阅读关注点
- 应核对零假设、配对间的概率假设、零差值处理及显著性表，并查明与t检验比较效率所需的条件。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；检验条件和效率比较前提未完整给出，处理比较也不足以建立因果解释。
原文摘要
This paper presents and illustrates a simple statistical test for judging whether one of two materials or treatments is better than the other. The data to which the test is applied consist of paired observations on the two materials or treatments. The test is based on the signs of the differences between the pairs of observations. It is immaterial whether all the pairs of observations are comparable or not. However, when all the pairs are comparable, there are more efficient tests (the t test, for example) which take account of the magnitudes as well the signs of the differences. Even in this case, the simplicity of the sign test makes it a useful tool for a quick preliminary appraisal of the data. In this paper the results of previously published work on the sign test have been included, together with a table of significance levels and illustrative examples.