A large-sample Kolmogorov-Smirnov test for normality of experimental error in a randomized block design
随机区组设计中实验误差正态性的大样本 KS 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：摘要讨论实验设计中的残差正态性检验，没有明确涉及因果效应估计或其他指定细分。
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
随机区组设计中实验误差正态性的大样本 KS 检验
- 研究问题
- 在随机区组设计中使用估计残差检验实验误差正态性时，经验分布函数与 KS 统计量应采用怎样的大样本分布？
- 方法与思路
- 作者在误差正态的原假设下分析残差经验分布函数的弱收敛，据此推导 KS 统计量极限分布，并模拟其分位数。
- 材料陈述的贡献
- 摘要称提供不同处理数量下的极限分布模拟分位数，并指出结果也适用于双向混合模型，但未列出具体数值。
- 阅读关注点
- 应核对残差与误差参数的估计方式、大样本下增长的维度，以及处理数量如何影响极限分布和临界值的使用。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要；有限样本尺寸和功效未说明，不能推断刊本变化。
原文摘要
The weak convergence of the sample distribution function based on the estimated residuals in a randomized block design is considered under the null hypothesis of normality of the experimental errors. This result serves as a basis for deriving the limiting distribution of the Kolmogorov-Smirnov statistic computed from the estimated residuals. Quantiles of Monte Carlo simulations of the limiting distributions for various numbers of treatments are given. These results are applicable also to the two-way mixed model (Scheffé, 1959).