跳到正文
← 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:摘要仅涉及一般正态模型中的均值依赖检验,没有因果、时间序列或其他所列方向的充分证据。

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
J. R. Green

一种依赖关系检验

研究问题
在响应变量服从正态分布、均值由解释变量决定且难以取得重复观测时,如何检验均值是否随解释变量变化?
方法与思路
摘要以正态响应和给定形式的均值函数为研究设置,提出一种无需依赖可行重复观测的简单检验,但未交代统计量构造。
材料陈述的贡献
摘要明确陈述的贡献是在重复观测不可行时提供均值依赖关系的简单检验;未提供其分布理论、功效或比较结果。
阅读关注点
应核对检验统计量、解释变量的观测安排、方差是否已知,以及无重复观测时如何校准检验并保证其适用性。
阅读边界
仅据稿件版本未注明的 OpenAlex 索引摘要;检验公式及条件未说明,不能将均值依赖检验直接扩展为一般分布独立性检验。

原文摘要

A statistic Y is distributed normally with mean g(χ) and variance σ2. A simple method is here given for testing whether or not g(χ) is independent of χ, in a situation where replication is impractical.

笔记与分组
相关领域论文