Chi-Plots for Assessing Dependence
用于评估依赖关系的 χ 图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：摘要明确列出时间序列的序列关联和两序列比较应用，支持时间序列方向，但方法本身具有通用性。
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
用于评估依赖关系的 χ 图
- 研究问题
- 对于成对观测，如何借助散点图之外的图形诊断识别可能的关联，并区分独立状态与不同形式的依赖模式？
- 方法与思路
- 作者提出配合散点图使用的 χ 图，使其在独立时近似水平，而在不同关联形式下呈现相应的特征图案。
- 材料陈述的贡献
- 摘要称，该图形方法可用于探索二元依赖，并展示回归残差、空间点过程、时间序列序列关联及两序列比较的应用。
- 阅读关注点
- 应核对 χ 图坐标的构造、独立时近似水平的含义，以及不同依赖模式、有限样本波动和序列相关如何影响图形。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未说明正式检验、显著性校准或误判概率，不能将图形模式直接作为依赖的统计证明。
原文摘要
This paper presents a graphical method to be used, in conjunction with a scatterplot, to investigate possible association of two variates as manifested in a sample of bivariate measurements. The method is designed so that the plot is approximately horizontal under independence, and under various forms of association it produces corresponding characteristic patterns. Examples given include application to study of regression residuals, dependence of two spatial point processes, serial association of time series, and comparison of two time series.