Procedures for Testing the Difference of Means with Incomplete Data
不完整数据下均值差异的检验程序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：摘要研究缺失观测下的二元均值检验，没有因果识别、面板结构或其他所列细分的直接证据。
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
不完整数据下均值差异的检验程序
- 研究问题
- 从二元正态总体抽样且一个变量部分缺失时，如何检验两变量均值的差异，并权衡精确检验与利用全部数据？
- 方法与思路
- 作者区分协方差矩阵已知与未知的情形，构造最优或精确检验及利用全部数据的近似检验，并用蒙特卡洛比较。
- 材料陈述的贡献
- 摘要称，协方差已知时得到一致最强检验；未知时可通过舍弃不完整数据得到精确检验，并提出利用全部数据的近似程序。
- 阅读关注点
- 应核对缺失机制、完整和不完整观测的抽样关系、协方差处理方式，以及模拟中检验水平和功效的比较设计。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；缺失机制及模拟结果未说明，不能认定利用全部数据必然提高功效或保持检验水平。
原文摘要
Procedures for testing the difference of means are obtained in sampling from a bivariate normal distribution with covariance matrix Σ when some of the observations on one of the variables are missing. A UMP test procedure is obtained when Σ is known. When Σ is not known, exact test procedures may be obtained by discarding partial data. To make use of all available data, approximate test procedures are proposed. These procedures are compared to the exact tests, obtained by discarding partial data, using Monte Carlo methods.