A Scale-Free Goodness-of-Fit Test for the Exponential Distribution Based on the Lorenz Curve
基于洛伦兹曲线的无尺度指数分布拟合优度检验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：摘要使用洛伦兹曲线开展一般分布检验，未研究经济分布效应，也未提供其他所列方向的直接依据。
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
基于洛伦兹曲线的无尺度指数分布拟合优度检验
- 研究问题
- 能否利用样本洛伦兹曲线构造不依赖未知尺度参数的指数分布检验，并建立相应的有限样本与渐近推断依据？
- 方法与思路
- 作者以样本洛伦兹曲线构造检验，给出精确临界值与极限结果，并报告渐近相对效率和蒙特卡洛功效估计。
- 材料陈述的贡献
- 摘要称，检验易于计算且不依赖尺度参数，并给出曲线的几乎处处收敛及有限方差下标准化统计量的渐近正态性。
- 阅读关注点
- 应核对检验统计量、精确临界值的适用条件、有限方差要求，以及相关区间随机性检验与指数分布检验之间的联系。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要解读。摘要未提供功效数值和比较备择，不能据“有力”一词认定该检验普遍优于其他方法。
原文摘要
The sample Lorenz curve provides a powerful, easily computed goodness-of-fit test for exponentiality which does not depend on the unknown scale parameter. Exact critical values and asymptotic results are given, which can also be used to test the related hypothesis of randomness on an interval. General limit theorems show that the sample Lorenz curve converges almost surely to the population Lorenz curve and that the standardized Lorenz statistic converges to normality provided the underlying random variable has finite variance. Asymptotic relative efficiencies and Monte Carlo power estimates are also given.