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:摘要属于一般计数分布的拟合优度检验,没有所列计量细分领域的直接应用信息。

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
Paul Hinz
John Gurland

负二项分布及其他聚集型分布的拟合检验

研究问题
如何检验数据是否符合负二项及其他聚集型分布,并改善通常使用的 Pearson 卡方拟合检验的某些不足?
方法与思路
作者以可由加权最小二乘获得的既有估计量构造新统计量,计算若干备择下的功效,并与 Pearson 检验比较。
材料陈述的贡献
摘要称新检验避开 Pearson 检验的某些缺点,并提供部分备择下的功效比较;没有说明具体缺点或优势范围。
阅读关注点
应核对统计量定义、加权方式、零假设下的校准方法,以及参数估计对检验尺寸与功效比较的影响。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明;统计量符号排版需查原 PDF,摘要也未给出哪些备择下新检验表现更好。

原文摘要

A test of fit for the negative binomial and other contagious distributions is presented here. The test, is free of certain disadvantages of the Pearson chi-square test ordinarily used. The proposed test statistic, here called XF 2, is constructed from estimators given by Hinz and Gurland [5] which are obtainable through weighted least squares and which were shown to be highly efficient in wide regions of the parameter space. The power of the proposed test procedure is given for some alternatives and a comparison is made with the corresponding power of the Pearson chi-square test.

笔记与分组