A Goodness-of-fit Test for Exponentiality Based on the Memoryless Property
基于无记忆性的指数分布拟合优度检验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：摘要针对一般指数分布拟合优度检验，未涉及经济分布效应、风险或其他指定研究对象，因此不选细分领域。
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
基于无记忆性的指数分布拟合优度检验
- 研究问题
- 如何利用指数分布的无记忆性构造拟合优度检验，使其同时适用于尺度参数和位置参数已知或未知的情形？
- 方法与思路
- 作者提出基于无记忆性的检验，研究零假设与非零假设下的正态极限，并用 Monte Carlo 计算小样本临界值和功效。
- 材料陈述的贡献
- 摘要称检验在较弱条件下具有正态极限，提供小样本临界值，并报告对若干备择的功效与更复杂的已有方法相比有利。
- 阅读关注点
- 应核对统计量如何表达无记忆性、未知参数的处理、极限分布所需条件，以及功效比较中的备择、样本量和检验水平。
- 阅读边界
- 仅据所给 Crossref 摘要版本；摘要未列具体条件、临界值或比较结果，作者所述功效优势不能外推为对所有备择都占优。
原文摘要
Summary In this investigation a test of goodness of fit for exponentiality is proposed. This procedure applies equally whether the scale and/or the location parameters of the distribution are known or not. The limiting null and non-null distributions of the test statistic are normal under minimal conditions. Monte Carlo critical values for small sample sizes are given and the power of the test is calculated for various alternatives showing that it compares favourably relatively to other more complicated published procedures.