Testing the Mean of a Normal Population Under Dependence
依赖情形下正态总体均值的检验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：摘要仅提一般观测依赖，未明确给出时间序列、面板或网络结构。
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
依赖情形下正态总体均值的检验
- 研究问题
- 当观测不满足独立性时，如何修改正态总体均值的 t 检验，并衡量这种稳健性在独立情形下需要付出的样本量代价？
- 方法与思路
- 作者考察对某些独立性违背具有稳健性的 t 检验修改，并渐近计算其在独立情形下达到通常 t 检验功效所需的额外观测。
- 材料陈述的贡献
- 摘要陈述的贡献是研究特定依赖情形下的修改检验，并以额外样本量刻画独立情形中的功效代价，未给出具体数值。
- 阅读关注点
- 应核对允许的依赖结构、稳健性针对的检验性质，以及功效比较采用的备择设定、显著性水平和样本量渐近方式。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要；依赖类型未说明，不能直接推广至时间序列、聚类数据或任意相关结构。
原文摘要
Modifications of the $t$-test are considered which are robust under certain violations of the independence assumption. The additional number of observations these modified tests require in order to obtain under independence the same power as the $t$-test, is obtained asymptotically.