Testing for Equality of Means with Incomplete Data on One Variable: A Monte Carlo Study
一个变量存在缺失时的均值相等检验：蒙特卡洛研究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：摘要涉及缺失数据下的一般均值检验，没有面板结构或因果识别的直接文本依据。
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
一个变量存在缺失时的均值相等检验：蒙特卡洛研究
- 研究问题
- 在具有共同方差的二元正态分布中，一个变量部分观测缺失时，不同均值相等检验的显著性水平和功效如何比较？
- 方法与思路
- 作者采用蒙特卡洛研究比较若干既有检验及配对 t 检验，考察相关系数与均值差异不同组合下的水平和功效。
- 材料陈述的贡献
- 摘要称，研究为各相关系数与均值差异组合确定了较优检验，但未提供具体选择结果、模拟数值或决策标准。
- 阅读关注点
- 应核对缺失观测的产生机制、完整与不完整样本的配置，以及比较是否兼顾实际显著性水平和统计功效。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；缺失机制、样本量和数值结果未说明，不能将所述选择规则推广到任意缺失数据。
原文摘要
This article is concerned with the relative merit of the procedures proposed by Lin [2], Metha and Gurland [3], and Morrison [5] for testing the equality of means of a bivariate normal distribution with correlation ρ and common variance σ2 when some observations on one variable are missing. A Monte Carlo study of the powers and level of significance is conducted. Comparisons among these tests and the paired t test are made. The preferred test is established for each combination of ρ and difference of means.