Interactions and outliers in the two-way analysis of variance
双因素方差分析中的交互作用与异常值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：文本讨论一般方差分析与稳健位置估计，双因素结构本身不足以归入面板或因果推断。
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
双因素方差分析中的交互作用与异常值
- 研究问题
- 如何重新定义双因素方差分析的交互作用，使每个单元仅一个观测时也能检测，并刻画异常值下的稳健性？
- 方法与思路
- 作者提出不同的交互定义，刻画无条件可识别模式，用 L¹ 泛函识别，并以独立外部尺度的 M 泛函处理非唯一性。
- 材料陈述的贡献
- 摘要称，新定义允许单元内单次观测的交互检测，L¹ 泛函具有所讨论等变位置泛函中的最优崩溃行为。
- 阅读关注点
- 应核对交互模式与无条件可识别性的定义、等变位置泛函的比较范围，以及外部尺度如何获得和解决非唯一性。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；识别条件与崩溃标准未详述，单次观测下的检测不能理解为识别任意交互。
原文摘要
The two-way analysis of variance with interactions is a well established and integral part of statistics. In spite of its long standing, it is shown that the standard definition of interactions is counterintuitive and obfuscates rather than clarifies. A different definition of interaction is given which among other advantages allows the detection of interactions even in the case of one observation per cell. A characterization of unconditionally identifiable interaction patterns is given and it is proved that such patterns can be identified by the $L^1$ functional. The unconditionally identifiable interaction patterns describe the optimal breakdown behavior of any equivariant location functional from which it follows that the $L^1$ functional has optimal breakdown behavior. Possible lack of uniqueness of the $L^1$ functional can be overcome using an $M$ functional with an external scale derived independently from the observations. The resulting procedures are applied to some data sets including one describing the results of an interlaboratory test.