On Comparing Means in the Paired Case with Incomplete Data on Both Responses
双方响应均有缺失时配对均值的比较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：摘要研究缺失配对数据的均值检验，没有明确的因果识别或面板模型依据。
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
双方响应均有缺失时配对均值的比较
- 研究问题
- 两个相关响应都存在缺失时，如何检验均值相等，并根据完整配对数量、响应方差差异和相关程度选择适当的检验程序？
- 方法与思路
- 作者用蒙特卡洛研究比较五种检验，其中三种来自既有研究、两种由本文提出，考察修正最大似然类检验及其他检验的表现。
- 材料陈述的贡献
- 摘要给出条件化的选择建议：方差差异较小时，修正最大似然类检验的选择取决于完整配对数；低相关时另有依方差条件选择的方案。
- 阅读关注点
- 应核对缺失机制、五种统计量的构造和模拟设计，尤其确认完整配对多寡、低相关及方差差异较小分别如何界定。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明。缺失机制和模拟数值未提供；摘要中的方法偏好依赖配对数量、相关性及方差条件。
原文摘要
Five procedures for testing the equality of two correlated means with incomplete data on both responses are compared by using Monte Carlo studies; three procedures were suggested by Lin & Stivers (1974) and two are suggested in this paper. The results are that the two tests based on a modified maximum likelihood estimator are to be preferred, the one due to Lin & Stivers when the number of complete pairs is large and the one proposed in this paper otherwise, provided the variances of the two responses do not differ by much. When the correlation between the two responses is small two other tests may be used; a test proposed in this paper when the homoscedasticity assumption is not strongly violated, and a Welch type statistio suggested by Lin & Stivers otherwise.