Combining the Advantages of One-Sided and Two-Sided Test Procedures for Comparing Several Treatment Effects
比较多个处理效应时结合单侧与双侧检验的优势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：摘要属于有序均值比较与同时推断，未交代处理分配或因果识别，故不据处理效应一词强行分类。
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
比较多个处理效应时结合单侧与双侧检验的优势
- 研究问题
- 比较具有顺序备择的多个处理均值时，如何保留单侧检验对正向差异的敏感性，同时提供有限的双侧置信区间？
- 方法与思路
- 作者在单因素布局中提出同时置信区间程序，针对有序的成对均值差，并在样本均值充分分离时给出有限双侧区间。
- 材料陈述的贡献
- 摘要称，新程序保留单侧学生化极差检验识别有序正差异的敏感性，同时改善原有区间上界无限的情况。
- 阅读关注点
- 应核对同时覆盖率的保证、样本均值充分分离的判据，以及顺序约束、区间切换和敏感性比较的具体定义。
- 阅读边界
- 来源为版本未注明的 OpenAlex 摘要；未说明分布假设或覆盖条件，处理均值比较本身不提供因果识别依据。
原文摘要
We consider the one-way layout for comparing k treatment effects μ i , 1 ≤ i ≤ k. Hayter earlier proposed a one-sided studentized range test (OSRT) for testing the null hypothesis H μO: μ1 = μ2 = ··· = μ k against the simple ordered alternative HA : μ1 ≤ μ2 ≤ ··· ≤ μ k with at least one strict inequality. The OSRT gives a set of simultaneous confidence intervals for all ordered pairwise differences μ j - μ i , i < j. These intervals are one-sided and have infinite upper bounds. The confidence interval procedure proposed in this article maintains the sensitivity of the OSRT in detecting the ordered differences μ j - μ i > 0, but provides two-sided finite confidence intervals if the sample averages are all far apart.