A Scale-Free Goodness-Of-Fit Test for the Exponential Distribution Based on the Gini Statistic
基于 Gini 统计量的指数分布尺度无关拟合优度检验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：Gini 指数在此用于一般指数分布拟合检验，摘要未涉及收入分布或经济分布效应。
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 Gini 统计量的指数分布尺度无关拟合优度检验
- 研究问题
- 样本 Gini 指数能否用于检验指数分布且不受尺度参数影响，其分布、功效及相对其他检验的效率具有怎样的性质？
- 方法与思路
- 作者以样本 Gini 指数构造指数性检验，发展精确和渐近分布理论，并针对不同备择比较渐近相对效率与功效表现。
- 材料陈述的贡献
- 摘要报告相对最大似然检验，对 gamma 与 Weibull 备择的渐近相对效率分别为 0.69 和 0.88，并基于多项性质推荐该检验。
- 阅读关注点
- 应核对尺度无关性的定义、精确临界值的获得方式、效率比较的备择设定，以及测量误差稳健性的模型与证据。
- 阅读边界
- 依据所给 Crossref 摘要；作者推荐不等于所有备择下最优，测量误差条件与具体功效未说明，不能推断其他版本变化。
原文摘要
Summary The sample Gini index is shown to be a powerful scale-free test of exponentiality against a variety of alternatives. Compared to the maximum likelihood test, the asymptotic relative efficiency of the Gini statistic is 0·69 against gamma and 0·88 against Weibull alternatives. Exact and asymptotic distribution theory is developed. On the basis of good power compared to competing tests, ease of computation, availability of exact critical values and robustness to measurement error, we recommend the Gini statistic as a scale-free goodness-of-fit test for the exponential distribution.