Comparison of Experiments via Dependence of Normal Variables with a Common Marginal Distribution
通过共同边际正态变量的依赖性比较统计实验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：摘要讨论一般正态实验的信息比较，未涉及面板、时间序列或经济网络的专门结构。
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
通过共同边际正态变量的依赖性比较统计实验
- 研究问题
- 具有相同一维边际分布的正态变量之间的正依赖，如何影响关于共同均值的信息，并据此形成统计实验的比较顺序？
- 方法与思路
- 作者通过相关矩阵的主序关系构造信息的偏序，研究正依赖的影响，并分析变量等相关时的置换对称正态情形。
- 材料陈述的贡献
- 摘要称正依赖会减少有关共同均值的信息，给出基于相关矩阵主序的信息偏序，并获得等相关情形的实验比较结果。
- 阅读关注点
- 应核对统计实验比较和信息偏序的定义、相关矩阵主序的具体含义，以及正依赖结论和等相关特例的适用条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；矩阵比较条件与信息度量未说明，不能把结论推广到非正态变量或其他参数。
原文摘要
In this note we study comparison of experiments via the positive dependence of normal variables with a common univariate marginal distribution. We show that positive dependence has an adverse effect on the information concerning the common mean $\theta$, and give a partial ordering of the information via a majorization ordering of the correlation matrices. In the special case when the random variables are equally correlated, the main theorem yields a result for the comparison of experiments for permutation symmetric normal variables.