Comparing means in the paired case with missing data on one response
一个响应存在缺失时的配对均值比较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：摘要仅涉及一般配对均值比较及缺失观测，未明确对应所列领域细分。
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
一个响应存在缺失时的配对均值比较
- 研究问题
- 对于两个相关响应中一个存在缺失观测的数据，如何估计均值差，并比较已有统计程序在不同方差情形下的表现？
- 方法与思路
- 作者通过 Monte Carlo 研究比较若干均值差估计程序，重点考察 Morrison 统计量的表现及较大方差差异的影响。
- 材料陈述的贡献
- 摘要称，模拟比较支持优先采用 Morrison 统计量，但当两个响应的方差差异较大时，这一建议存在例外。
- 阅读关注点
- 应核对被比较程序、模拟的数据生成和缺失机制，以及“大方差差异”的具体范围与评价方法的统计指标。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；模拟设定和具体结果未提供，摘要的推荐不能直接推广到任意缺失数据。
原文摘要
Several procedures have been suggested for estimating the mean difference from correlated data with missing observations on one response. By Monte Carlo studies it is shown that a statistic due to Morrison is to be preferred, unless there isa large variance difference.