Percentage Points of H -Distribution for Computing Confidence Limits or Performing t -Tests by Way of the Mean Absolute Deviation
利用平均绝对离差构造置信限和进行 t 类检验的 H 分布分位点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：摘要研究正态均值的一般推断及尺度替代方法，分位点表本身不足以归入分位数与分布效应。
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
利用平均绝对离差构造置信限和进行 t 类检验的 H 分布分位点
- 研究问题
- 对来自正态总体的样本，如何使用相对样本均值的平均绝对离差替代标准差，进行总体均值的区间估计与显著性检验？
- 方法与思路
- 作者提供相关统计量分布的三位小数分位点表，用于均值推断；摘要中的统计量公式缺失，无法据此确定其具体形式。
- 材料陈述的贡献
- 摘要称，该表支持使用平均绝对离差进行均值推断，方法简便、准确性接近标准程序，并因较少加重大偏差而降低对可疑离群值的敏感性。
- 阅读关注点
- 应查阅原 PDF 确认缺失的统计量公式、归一化方式及分位点表适用样本量，并核对准确性与离群值敏感性比较的依据。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要。统计量公式缺失，不能重构 H 分布；准确性和离群值敏感性陈述不构成非正态下保证，刊本变化未知。
原文摘要
A table to three decimal places is provided for the percentage points of the variate , where d is the mean absolute deviation from the mean of a normal sample of size n, and μ is the population mean. The table is analogous to the table of Student's t-distribution. It makes it possible to compute confidence limits for the mean and to perform various tests of significance by way of the mean absolute deviation instead of the standard deviation. This method is almost as accurate as standard procedures. It is very simple to use, particularly for small samples, and has the additional advantage that results are less sensitive to doubtful outlying observations inasmuch as the mean absolute deviation gives less weight to large deviations than does the standard deviation.