Simplified Beta-Approximations to the Kruskal-Wallis H Test
Kruskal–Wallis H检验的简化Beta近似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：摘要讨论一般秩检验的零分布近似，没有明确涉及所列微观、宏观或金融计量方向，故暂不分类。
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
Kruskal–Wallis H检验的简化Beta近似
- 研究问题
- 如何近似单因素秩方差分析中Kruskal–Wallis H统计量的零假设分布，并使小样本计算更简便？
- 方法与思路
- 作者将方差分析置换分布中常用的Beta近似用于H统计量，并利用组样本量的某些条件进一步简化近似。
- 材料陈述的贡献
- 摘要称该近似略为简单且表现稍好，也使H检验更接近普通方差分析检验；极小样本数值比较用于说明差异。
- 阅读关注点
- 应核对Beta近似的构造、组样本量限制及误差评价方式，尤其检查极小样本比较是否覆盖实际使用情形。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；具体简化条件和数值误差未提供，不能推断后续刊本变化或普遍优势。
原文摘要
A Beta-approximation, commonly used to approximate permutation test distributions in the analysis of variance, is proposed for the null distribution of the Kruskal-Wallis H-statistic for one-way analysis of variance of ranks. The approximation seems slightly simpler and better than the Beta-approximation given by Kruskal and Wallis, particularly in bringing the H-test into closer relation to ordinary analysis of variance tests. Simple conditions on the group sizes allow further substantial simplifications in the approximations. Numerical comparisons for very small samples illustrate the various approximations.