The Shapiro-Wilk Test for Exponentiality Based on Censored Data
基于删失数据的 Shapiro–Wilk 指数分布检验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：摘要讨论删失样本的分布拟合检验，未涉及经济变量的分位数或分布效应，所列细分方向依据不足。
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
基于删失数据的 Shapiro–Wilk 指数分布检验
- 研究问题
- 样本存在删失时，如何修改 Shapiro–Wilk 指数分布检验及已知起点的相关检验，并评价其检验功效？
- 方法与思路
- 作者用样本的标准化等待时间构造检验，分析其原假设分布，并以蒙特卡洛模拟比较回归检验及讨论均匀性检验。
- 材料陈述的贡献
- 摘要称，修改后的统计量对应于样本量减少后的无删失原假设分布；模拟比较较有利，左删失时常有更高功效。
- 阅读关注点
- 应核对允许的删失机制、有效样本量如何确定、模拟备择与比较设置，以及上尾分布表达式的适用区间。
- 阅读边界
- 仅据所给 OpenAlex 索引摘要，稿件版本未注明；摘要未列明删失条件或模拟数值，不能判断优势的普遍性及刊本变化。
原文摘要
In this article we present a modification of the Shapiro-Wilk (1972) exponentiality test when the sample is censored. The test statistic is constructed by using the normalized waiting times based on the sample data, and is shown to have the same null distribution as the uncensored case with a corresponding reduction in sample size. Stephens's (1978) modification of the Shapiro-Wilk statistic for known origin is also modified, to allow censoring in the sample. Again, the test is constructed using the normalized waiting times; it also has the same null distribution as the uncensored case, with a reduction in the sample size. We compare the power of our test with the power of the Brain and Shapiro (1983) regression tests, using Monte Carlo simulation. Our test compares favorably to the regression test, and it often does better in the case of left censoring. We then demonstrate how our results may be used in a test for uniformity, using the probability integral transformation. Finally, we give an explicit expression for the null distribution of the Shapiro-Wilk test in the neighborhood of its upper tail.