Testing for New Better than Used in Expectation with Incomplete Data
不完整数据下期望意义的新优于旧检验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：摘要是删失寿命数据的分布性质检验，未提供与所列经济学或金融细分直接相关的证据。
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
不完整数据下期望意义的新优于旧检验
- 研究问题
- 面对随机右删失的寿命数据，如何检验指数分布原假设，对抗非指数且在期望意义上具有新优于旧性质的备择？
- 方法与思路
- 作者为随机右删失数据提出检验，使用与 total time on test 统计量相类似的构造来区分指数原假设和所述备择。
- 材料陈述的贡献
- 摘要明确的贡献是把所述寿命分布检验扩展到随机右删失数据，并提出总试验时间统计量的对应形式，未报告功效结果。
- 阅读关注点
- 应核对期望意义下新优于旧的定义、随机删失所需条件、统计量与临界值计算，以及是否提供功效或有限样本分析。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未说明删失依赖条件、渐近分布或功效，不能判断检验在重度删失下的表现。
原文摘要
This article proposes a test for the problem of testing that a life distribution is an exponential distribution against the alternative that it is new better than used in expectation, not exponential, on the basis of randomly right censored data. The test statistic is an analog of the “total time on test” test statistic.