Quadratic distances on probabilities: A unified foundation
概率分布二次距离的统一基础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：摘要讨论通用拟合优度检验及概率距离，没有分位数效应或其他所列应用方向的直接证据。
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…
概率分布二次距离的统一基础
- 研究问题
- 如何为用于模型拟合优度评估的二次型距离建立统一理论，并解释其检验极限分布与可用于设计检验的自由度？
- 方法与思路
- 作者以生成距离的核函数之谱分解为核心，分析拟合优度检验的极限分布，并据此定义检验的谱自由度。
- 材料陈述的贡献
- 摘要称谱分解决定相关检验的极限分布，新提出的谱自由度易于计算和估计，可为这类统计程序的构造提供指导。
- 阅读关注点
- 应核对核函数与距离的定义、谱分解所需条件，以及参数估计是否改变零假设分布和谱自由度的解释。
- 阅读边界
- 来源为稿件版本未注明的 OpenAlex 索引摘要；具体核、校准程序和适用条件未说明，不能判断有限样本水平或功效。
原文摘要
This work builds a unified framework for the study of quadratic form distance measures as they are used in assessing the goodness of fit of models. Many important procedures have this structure, but the theory for these methods is dispersed and incomplete. Central to the statistical analysis of these distances is the spectral decomposition of the kernel that generates the distance. We show how this determines the limiting distribution of natural goodness-of-fit tests. Additionally, we develop a new notion, the spectral degrees of freedom of the test, based on this decomposition. The degrees of freedom are easy to compute and estimate, and can be used as a guide in the construction of useful procedures in this class.