Tests for two outliers in a linear model
线性模型中两个异常值的检验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：摘要研究一般线性模型异常值检验，未明确对应所列计量领域细分。
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
线性模型中两个异常值的检验
- 研究问题
- 如何在线性模型中同时检测两个异常值，尤其是同方向异常值，并确定检验的临界值及其与已有统计量的关系？
- 方法与思路
- 作者利用第一 Bonferroni 不等式获得名义上尾临界点，分别讨论同方向和任一方向的两个异常值，并研究临界点的近似关系。
- 材料陈述的贡献
- 摘要称，在正态随机样本情形，所提统计量分别归结为 Murphy 检验统计量和学生化极差统计量，并考察二者临界点的联系。
- 阅读关注点
- 应核对异常方向的具体定义、线性模型与误差条件、Bonferroni 临界值的保守性，以及临界点近似的适用范围。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；一般回归下的分布条件、检验功效及近似误差未说明，不能推断刊本变化。
原文摘要
The detection of two outliers in a linear model is considered. The case of two outliers in the same direction is studied in detail. The first Bonferroni inequality is used to obtain nominal upper percentage points. For a random sample from a normal distribution, the proposed statistic reduces to the well known Murphy's test statistic. Similarly, for two outliers on either direction, our statistic reduces to the studentized range statistic. An approximate relationship between the critical points of Murphy's test and the studentized range statistic is investigated.