Conditional-Normal Regression Models
条件正态回归模型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：摘要属于条件正态回归与相关统计量的通用理论，未直接对应所列细分方向，故不分类。
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
条件正态回归模型
- 研究问题
- 在因变量给定解释变量后服从多元正态、条件协方差恒定时，样本相关系数与相关比的极限分布如何依赖解释变量分布？
- 方法与思路
- 作者在随机抽样、条件正态、未知恒定条件协方差及解释变量具有有限四阶矩的设定下，分析相关统计量的极限分布。
- 材料陈述的贡献
- 摘要称，单变量解释变量情形的极限分布仅通过超额峰度依赖其分布；其他情形依赖若干相关单变量分布的超额峰度。
- 阅读关注点
- 应核对所研究相关系数与相关比的定义、极限分布的标准化，以及多变量情形中相关单变量分布如何构造。
- 阅读边界
- 来源为 OpenAlex 索引摘要，稿件版本未注明；摘要未给出具体极限分布与证明，结论也未覆盖条件异方差或四阶矩不存在的情形。
原文摘要
A relatively complete discussion is provided for the limiting distributions of certain sample correlation coefficients and sample correlation ratios. It is assumed for the random variables X and Y that the conditional distribution of Y, given X = x, is multivariate normal with a constant, but unknown, covariance matrix and that the distribution of X has finite fourth moments. The sample coefficients are then based on a random sample from the (X, Y)-distribution. For the case of a univariate random variable X the limit laws are shown to depend on the X-distribution only through its coefficient of excess. In other cases they are determined from the coefficients of excess of univariate distributions closely related to the distribution of X.