Combining Independent Noncentral Chi Squared or $F$ Tests
独立非中心卡方或F检验的合并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：摘要属于通用检验合并与统计决策理论，未指向所列经济计量细分领域。
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
独立非中心卡方或F检验的合并
- 研究问题
- 如何合并多个独立卡方或F统计量，检验全部非中心参数为零？论文关注不同合并检验在统计决策意义下的可容许性。
- 方法与思路
- 作者通过接受域的单调性与凸性给出可容许性的必要条件和充分条件，分析基于各检验显著性水平的合并规则，并构造广义贝叶斯检验。
- 材料陈述的贡献
- 摘要称，卡方情形下Fisher和Tippett方法可容许，逆正态与逆逻辑方法不可容许；F情形得到相近但不完全相同的结果。
- 阅读关注点
- 应核对可容许性的决策准则、参数空间与接受域条件，区分卡方和F情形，并检查显著性水平求和检验结论的水平限制。
- 阅读边界
- 所给OpenAlex索引摘要未注明稿件版本；可容许性不能直接等同于有限样本功效更高，具体条件和证明需查全文。
原文摘要
The problem of combining several independent Chi squared or $F$ tests is considered. The data consist of $n$ independent Chi squared or $F$ variables on which tests of the null hypothesis that all noncentrality parameters are zero are based. In each case, necessary conditions and sufficient conditions for a test to be admissible are given in terms of the monotonicity and convexity of the acceptance region. The admissibility or inadmissibility of several tests based upon the observed significance levels of the individual test statistics is determined. In the Chi squared case, Fisher's and Tippett's procedures are admissible, the inverse normal and inverse logistic procedures are inadmissible, and the test based upon the sum of the significance levels is inadmissible when the level is less than a half. The results are similar, but not identical, in the $F$ case. Several generalized Bayes tests are derived for each problem.