Asymptotic Optimality of Fisher's Method of Combining Independent Tests
Fisher 独立检验合并方法的渐近最优性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：摘要讨论独立检验合并的一般效率理论，未指向任何所列经济计量细分方向。
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
Fisher 独立检验合并方法的渐近最优性
- 研究问题
- 合并多个独立假设检验时，Fisher 方法与另外三种合并方式在精确 Bahadur 相对效率和功效方面有何差异？
- 方法与思路
- 作者用精确 Bahadur 相对效率比较 Fisher 方法、显著性水平正态变换的均值，以及最大和最小显著性水平方法。
- 材料陈述的贡献
- 摘要称四种方法均非一致更有力，但 Fisher 方法按 Bahadur 效率最有效；它仅在某些情形下达到所有数据检验中的最优。
- 阅读关注点
- 应核对独立性、备择设定和精确 Bahadur 效率的定义，关注四方法内部比较与所有检验范围内最优性的条件区别。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；具体条件未列出，Bahadur 效率结论不能直接解释为有限样本功效普遍更高。
原文摘要
Four methods of combining independent tests of hypothesis are compared via exact Bahadur relative efficiency. The methods considered are Fisher's method, the mean of the normal transforms of the significance levels, the maximum significance level, and the minimum significance level. None of these is uniformly more powerful than the others, but, according to Bahadur efficiency, Fisher's method is the most efficient of the four. In some cases, Fisher's method is most efficient of all tests based on the data, but this is not generally true.