跳到正文
← 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:摘要讨论多元方差分析的检验分布与功效,未明确涉及因子模型或其他给定细分。

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
M. L. HART
A. H. MONEY

Wilks 相关比的多元推广

研究问题
Wilks 提出的相关比多元推广能否作为多元方差分析的检验统计量,其分位点与功效如何同似然比准则比较?
方法与思路
作者采用卷积方法推导该统计量的精确中心分位点、非中心线性分位点及功效,并通过精确功效比较评估适用性。
材料陈述的贡献
摘要称,文章得到相关分位点与功效并提供部分表格;在所作精确功效比较中,该统计量不及 Wilks 似然比准则。
阅读关注点
应核对统计量与非中心参数的定义、精确分布推导条件,以及功效比较覆盖的备择情形和所附表格的范围。
阅读边界
仅据版本未注明的索引摘要,无法确定功效比较的完整条件;所称较差表现不能扩展为所有多元检验问题的普遍结论。

原文摘要

Wilks's (1932) generalization of the correlation ratio ∣ I−L ∣, has been proposed as an alternative test statistic to ∣ L ∣, Wilks's likelihood ratio criterion for multivariate analysis of variance. In this paper the method of convolutions is used to derive exact central percentiles and noncentral linear percentiles and powers of ∣ I−L ∣. The suitability of this statistic is discussed, and it is shown by exact power comparisons to be inferior to ∣ L ∣. Selected tables are included.

笔记与分组
相关领域论文