Comparison of Some Two-Sample Location Tests for Non-Normal Alternatives
非正态备择下若干两样本位置检验的比较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：摘要研究一般两样本位置检验的模拟功效，没有明确涉及所列经济计量应用方向，因此不作细分归类。
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
非正态备择下若干两样本位置检验的比较
- 研究问题
- 在均值不同、偏度与峰度各异的非正态总体中，几种两样本位置检验在小到中等样本下的功效如何比较？
- 方法与思路
- 作者以两个正态分布的混合构造非正态总体，通过蒙特卡洛抽样比较卡方、Kolmogorov–Smirnov、Wilcoxon及F检验。
- 材料陈述的贡献
- 摘要称，Wilcoxon与Kolmogorov–Smirnov检验通常比F检验功效高，但近正态时例外；卡方检验除大样本外表现较弱。
- 阅读关注点
- 应核对各检验的具体构造、显著性水平与实际尺寸，以及混合分布参数和样本量如何影响摘要所述功效排序。
- 阅读边界
- 仅依据所给Crossref摘要；摘要未提供模拟参数、重复次数及数值结果，不能把特定分布下的比较推广为普遍最优性。
原文摘要
Summary Small to moderate sample size performance of the two-sample χ2, Kolmogorov–Smirnov, Wilcoxon and F-tests of location is investigated in a class of non-normal distributions through Monte Carlo sampling. The class of distributions is that of mixtures of two normal distributions with different means and/or variances. The cases of mixtures considered represent part of the regions for types I, II, IV, VI and VII of the Pearson system of continuous distributions. The mixture distributions from which the samples are drawn differ only in means, and possess varying degrees of skewness and kurtosis. Based on the Monte Carlo results, the Wilcoxon and Kolmogorov–Smirnov tests generally have higher power than the F-test, except for near normal underlying distributions where the F-test is optimal. The power of the χ2 test is less than optimal except when the sample size is large.