Test of Trend in Count Data: Multinomial Distribution Case
计数数据的趋势检验：多项分布情形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：摘要讨论多项计数数据的有序趋势检验，未说明时间序列结构或经济选择行为模型。
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
计数数据的趋势检验：多项分布情形
- 研究问题
- 在多项概率由已知权重和未知参数通过严格单调函数联系时，如何检验未知参数的同质性，并针对趋势备择构造检验？
- 方法与思路
- 作者在所设多项分布参数化下推导最大最小检验统计量，考察 Armitage 线性趋势统计量，并展示若干实际数据应用。
- 材料陈述的贡献
- 摘要称，文章给出趋势检验的最大最小统计量，并证明 Armitage 统计量对某个特定备择假设空间具有最大最小性质。
- 阅读关注点
- 应核对连接函数、权重与趋势备择空间的定义，以及最大最小准则、检验校准方式和应用数据是否满足模型条件。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；摘要未列出特定备择空间和检验条件，不能把最大最小性质推广到任意趋势备择。
原文摘要
Given k multinomial probabilities pi (Σ pi = 1), let pi be a known continuous function f (wi, πi ) of a known weight constant wi and an unknown constant π i . The function f is assumed strictly monotone in π. The maximin statistic for testing the homogeneity of the π i 's versus a trend in the π i 's is derived. The Armitage statistic for testing linear trend is maximin for a certain alternative hypothesis space. The methods are applied to lying habit data (Maxwell 1961), virology data (Gart 1964), and multiple primary neoplasms data (Bellet et al. 1977).