Simple Improvements on Cornfield's Approximation to the Mean of a Noncentral Hypergeometric Random Variable
非中心超几何随机变量均值的 Cornfield 近似：若干简易改进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：内容属于非中心超几何分布的近似计算，未提供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
非中心超几何随机变量均值的 Cornfield 近似：若干简易改进
- 研究问题
- 在避免精确计算的前提下，如何改进非中心超几何随机变量均值的渐近近似，特别是改善小样本列联表中的近似误差？
- 方法与思路
- 作者利用固定所有边际的四格表中，期望交叉乘积之比与分布优势比参数之间的关系，构造便于计算的近似修正。
- 材料陈述的贡献
- 摘要称这些简易修正经常能降低相对近似误差，并提及总样本量小至二的列联表；具体改善幅度的文字存在歧义。
- 阅读关注点
- 应核对修正公式、优势比关系的准确含义，以及不同边际配置和参数范围下的误差比较，尤其关注极小样本情形。
- 阅读边界
- OpenAlex 索引摘要版本未注明，误差改善幅度处疑有文本错误，须查原文；摘要不足以判断统一误差界或刊本变化。
原文摘要
This note provides some simple improvements to Cornfield's asymptotic approximation to the mean of a noncentral hypergeometric random variable. Simplicity, in the sense of avoidance of exact computation in favour of easy approximations, derives from an observation of Mantel & Hankey that in a four-fold table with all margins fixed, the ratio of expected cross-products is equal to the odds ratio parameter governing the noncentral distribution of the reference cell. The improvements often reduce the relative error of approximation by one or more powers often, even for tables whose total sample size is as small as two.