Powerful Goodness-of-fit Tests Based on the Likelihood Ratio
基于似然比的高功效拟合优度检验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：摘要讨论通用分布拟合优度检验，没有经济分布效应或其他所列领域细分的明确背景。
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
基于似然比的高功效拟合优度检验
- 研究问题
- 能否通过新的参数化方法构造一般拟合优度检验，既涵盖常见传统检验，又生成针对广泛分布偏离的新检验？
- 方法与思路
- 作者提出新的参数化途径构造拟合优度检验；题名强调似然比，摘要列出其可生成的传统检验但未详述统计量。
- 材料陈述的贡献
- 摘要称该方法可生成Kolmogorov–Smirnov、Cramér–von Mises和Anderson–Darling检验，并产生功效更高的新检验。
- 阅读关注点
- 应核对参数化与似然比的具体关系、传统检验如何得到，以及功效比较的备择集合、显著性水平和校准方法。
- 阅读边界
- 仅据Crossref摘要，无法验证作者所称的一般功效优势；摘要未给出比较条件、检验公式、数值结果或适用限制。
原文摘要
Summary A new approach of parameterization is proposed to construct a general goodness-of-fit test. It can not only generate traditional tests (including the Kolmogorov–Smirnov, Cramér–von Mises and Anderson–Darling tests) but also produce new types of omnibus tests, which are generally much more powerful than the old ones.