Serial dependence of observations leading to contingency tables, and corrections to chi-squared statistics
列联表观测的序列依赖及卡方统计量修正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：摘要明确研究 Markov 序列的时间依赖及其对检验统计量的影响。
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
列联表观测的序列依赖及卡方统计量修正
- 研究问题
- 当形成列联表的观测来自具有 Markov 依赖的序列时，Pearson 拟合优度和二乘二表独立性检验会受到何种影响？
- 方法与思路
- 作者研究 Markov 依赖数据下两类经典检验的渐近行为，以量化序列依赖对相应标准检验统计量的影响。
- 材料陈述的贡献
- 摘要称，所得结果可以简便量化序列依赖对部分标准统计量的作用，为理解相关观测下的卡方检验提供依据。
- 阅读关注点
- 应核对 Markov 序列的具体条件、列联表如何由序列构造、渐近分布的变化，以及修正项是否需要额外估计。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体修正公式、依赖条件及有限样本表现未说明，不能推断刊本变化。
原文摘要
The asymptotic behaviour of the Pearson goodness-of-fit test and of the test of independence in 2 × 2 tables is examined when the data are generated by Markov dependent sequences. The results allow simple quantification of the effects of such serial dependence on some standard test statistics.