Combining Independent Tests in Linear Models
线性模型中独立检验的合并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：摘要讨论一般线性模型的检验合并与区组设计，未明确对应所列计量领域细分。
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
线性模型中独立检验的合并
- 研究问题
- 多个独立线性模型具有不同方差但共享均值向量参数时，如何合并信息，对共同参数为零进行精确检验？
- 方法与思路
- 作者扩展恢复区组间信息的既有检验，构造合并不同模型信息的精确程序，并在共同均值和区组设计中模拟比较。
- 材料陈述的贡献
- 摘要称得到若干精确检验；所报告的两类模拟中，新检验相对部分标准检验表现出较好的功效。
- 阅读关注点
- 应核对精确检验依赖的分布条件、独立性及共同参数结构，并查看比较检验、显著性水平与模拟功效范围。
- 阅读边界
- 仅有版本未注明的 OpenAlex 索引摘要；精确性条件及功效数值未提供，模拟陈述不能推广为普遍优势或刊本结论。
原文摘要
A class of independent linear models is considered, where the variances of the different models are unequal but they have a common vector parameter θ occurring in their mean vectors. For testing the hypothesis H 0: θ = 0, some exact test procedures are derived that combine the information from all the models. The procedures are extensions of the test suggested by Cohen and Sackrowitz for recovering interblock information in balanced incomplete block designs. Simulation results on the power of the new tests and some standard tests are reported in the context of (1) testing the hypothesis concerning the common mean of two univariate normal populations and (2) recovering interblock information in a block design that is not a balanced incomplete block design. The numerical results indicate that the new tests have excellent performance in terms of power compared to some standard tests.