Analysis of One-Way Layout of Count Data with Negative Binomial Variation
负二项变异下计数数据的单因素组间分析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：摘要讨论计数数据组间检验，未明确涉及因果识别、面板或所列其他方向。
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
负二项变异下计数数据的单因素组间分析
- 研究问题
- 研究计数数据具有负二项变异时，如何检验多个组的均值相等，以及如何检验各组离散参数是否相等。
- 方法与思路
- 作者在共同离散参数下推导两种均值检验的 C(α) 统计量，通过蒙特卡洛比较检验尺寸与功效，并构造离散参数检验。
- 材料陈述的贡献
- 摘要称给出均值和离散参数相等检验的 C(α) 统计量；与似然比及变换数据方法比较后推荐该方法，并提供两个应用。
- 阅读关注点
- 阅读全文时应核对负二项参数化、共同离散参数的处理、模拟中的样本量与备择设定，以及推荐结论所覆盖的范围。
- 阅读边界
- 摘要未提供模拟设定、具体尺寸功效或应用细节，不能认定所推荐检验普遍更优。来源为版本未注明的 OpenAlex 索引摘要。
原文摘要
Two C(α) statistics (Neyman, 1959) for testing the equality of the means of several groups of count data in the presence of a common dispersion parameter are derived. The performance of the two C(α) statistics, the likelihood ratio statistic and two more statistics based on transformed data (Anscombe, 1948) is then compared in terms of size and power by using Monte Carlo simulations. The C(α) statistics are recommended. The C(α) statistics for testing the equality of the dispersion parameters of several groups of count data are also derived. Two applications are given.