Bounds on AREs of Tests Following Box-Cox Transformations
Box–Cox 变换后检验的渐近相对效率界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：摘要讨论一般变换检验的局部渐近效率，未提供对应所列计量细分领域的具体证据。
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
Box–Cox 变换后检验的渐近相对效率界
- 研究问题
- 在局部备择下，Box–Cox 变换后的两样本 t 检验，相对于原始数据或对数数据上的 t 检验具有怎样的效率下界？
- 方法与思路
- 作者分别分析位置移动和尺度移动模型中的渐近相对效率，考察估计变换参数的极限值，并扩展至多样本 F 检验。
- 材料陈述的贡献
- 摘要称，位置移动模型的效率下界为一；尺度情形依赖变换极限值，而相对对数数据检验的下界不依赖该值。
- 阅读关注点
- 应核对局部备择和相对效率的定义、变换参数估计条件，以及不同尺度比较基准下效率下界成立的范围。
- 阅读边界
- 仅依据 OpenAlex 索引摘要，稿件版本未注明；局部渐近效率界不直接保证有限样本功效，摘要也未报告模拟数值。
原文摘要
Bounds on the asymptotic relative efficiency (ARE) of the Box-Cox transformed two-sample $t$-test to the ordinary $t$-test are obtained under local alternatives. It is shown that the ARE is at least 1 for location-shift models. In the case of scale-shift models, a similar bound applies provided the limiting value of the estimated power transformation is greater than 1. If instead the Box-Cox transformed $t$-test is compared against the ordinary $t$-test applied to the log-transformed data, then the ARE is bounded below by 1 for all scale-shift models, regardless of the limiting value of the power transformation. The results extend naturally to the multisample $F$-test. A small simulation study to evaluate the validity of the asymptotic results for finite-sample sizes is also reported.