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:摘要聚焦法庭科学的同源判断及一般统计检验,没有与所列微观、宏观或金融计量细分方向直接对应的内容。

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
D. V. LINDLEY

法庭科学中的一个统计问题

研究问题
在法庭科学中,当碎片特征的分布并非正态时,如何判断两组碎片是否来自同一来源,并理解判断方法与显著性检验的关系?
方法与思路
作者讨论非正态情形的解决方案,并借助正态情形解释方法及其与显著性检验的关系;计算需要标准化正态量乘积的分布函数。
材料陈述的贡献
摘要称,论文为非正态分布下的碎片同源判断提供方案,同时讨论正态情形,并在附录列出所需乘积分布函数的表格。
阅读关注点
应核对同源与异源情形的模型、非正态分布如何处理、判定规则的解释,以及标准化正态量乘积分布在计算中的作用。
阅读边界
仅据稿件版本未注明的 OpenAlex 摘要;具体判定规则、分布假设和误判表现未说明,不能据此评价实际法庭证据的可靠性。

原文摘要

SUMMARY The problem of deciding whether two sets of fragments have come from a common source frequently arises in forensic science. This paper provides a solution in the realistic case where the distribution is nonnormal. The normal case is also discussed because it is there easier to understand the nature of the solution and, in particular, its relationship to significance tests. The solution requires the distribution function of the product of standardized normal quantities which is tabulated in the appendix.

笔记与分组