A Normal Approximation for the Distribution of the Likelihood Ratio Statistic in Multivariate Analysis of Variance
多元方差分析中似然比统计量分布的正态近似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：摘要研究通用多元检验的分布近似，未指向所列经济计量细分领域。
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…
多元方差分析中似然比统计量分布的正态近似
- 研究问题
- 在检验多元一般线性假设时，如何近似似然比统计量的零假设分布，尤其应对变量或组数较多、误差自由度较少的情况？
- 方法与思路
- 作者建立似然比统计量零假设分布的正态近似，并将其与 Box 和 Rao 的既有近似比较，考察维度和误差自由度的影响。
- 材料陈述的贡献
- 摘要称，Box 与 Rao 的近似随变量或组数增加而恶化，在误差自由度较小时表现较差；新近似在所考察情形中无明显失准。
- 阅读关注点
- 应核对统计量的变换与标准化、比较所覆盖的参数范围、近似误差评价方式，以及小误差自由度情形的具体证据。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；比较范围与误差数值未说明，不能将“无明显失准”理解为所有情形下的保证。
原文摘要
A normal approximation to the null distribution of the likelihood ratio statistic for testing the multivariate general linear hypothesis is developed. This approximation is compared with the well-known approximations due to Box (1949) and Rao (1948). It is found that the approximations due to Box and Rao deteriorate as the number of variables or, in the terminology of one-way classification, the number of groups increases. Moreover, both approximations give poor results when the number of degrees of freedom for error is small. The normal approximation is nowhere strikingly poor.