The Distribution of the Chi-Squared Statistic under Clustered Sampling from Contingency Tables
列联表聚类抽样下卡方统计量的分布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：聚类抽样和列联表检验并不直接构成网络干扰、面板或因果推断方法。
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
列联表聚类抽样下卡方统计量的分布
- 研究问题
- 列联表数据来自聚类抽样时，常规卡方统计量的参考分布如何改变，如何修正才能用于简单或复杂假设检验？
- 方法与思路
- 作者在正关联聚类模型下研究常规卡方统计量的分布，提出使其渐近服从卡方分布的修正，并给出流行病学数值示例。
- 材料陈述的贡献
- 摘要称文章说明聚类抽样可能破坏常规卡方参考分布，并在指定聚类模型下提供分布分析及渐近修正方法。
- 阅读关注点
- 应核对正关联聚类模型、组内依赖参数及修正所需信息，检查渐近框架，并区分简单假设与复杂假设的处理方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未说明聚类模型细节、修正公式或有限样本表现，不能推广到任意聚类设计。
原文摘要
When the entries in a contingency table arise from clustered sampling, the chi-squared statistic conventionally calculated to testsimple and complex hypotheses about the parameters of the table may not have the distribution of a χ2 variate. Assuming a model for positively associated clustering, this article finds the distribution of the conventional chi-squared statistic and shows how to correct it to an asymptotically χ2 variate. A numerical example from the epidemiology of mental illness is given.