Nonparametric Validation of Similar Distributions and Assessment of Goodness of Fit
相似分布的非参数验证与拟合优度评估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：摘要讨论一般分布相似性与生物等效性检验，未涉及所列方向中的分位数或经济分布效应。
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
相似分布的非参数验证与拟合优度评估
- 研究问题
- 如何在预先指定的距离邻域内，统计地验证两个累积分布函数足够相似，并将这种相似性验证用于拟合优度和生物等效性评估？
- 方法与思路
- 作者基于经过截尾的 Mallows 距离构造渐近检验，以控制第一类错误率的方式验证分布相似性，并用多个例子说明方法。
- 材料陈述的贡献
- 摘要称，该距离可解释为平均等效性与总体等效性，并将相似性检验用于拟合优度验证及生物等效性的非参数评估。
- 阅读关注点
- 应核对截尾与距离邻域的定义、原假设的方向、渐近校准条件，以及平均等效性和总体等效性的具体统计含义。
- 阅读边界
- 仅依据所给 Crossref 摘要；截尾比例的选择、抽样条件及有限样本误差控制均未说明，不能将渐近保证视为精确保证。
原文摘要
Summary In this paper the problem of assessing the similarity of two cumulative distribution functions F and G is considered. An asymptotic test based on an α-trimmed version of Mallows distance Γα(F, G) between F and G is suggested, thus demonstrating the similarity of F and G within a preassigned Γα(F, G) neighbourhood at a controlled type I error rate. The test proposed is applied to the validation of goodness of fit and for the nonparametric assessment of bioequivalence. It is shown that Γα(F, G) can be interpreted as average and population equivalence. Our approach is illustrated by various examples.