The Chi-Square Test for Heterogeneity of Proportions, after Adjustment for Stratification
分层调整后比例异质性的卡方检验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：摘要研究分层计数与比例的通用异质性检验，没有明确因果目标，分层本身不足以归入因果推断。
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
分层调整后比例异质性的卡方检验
- 研究问题
- 比较不同类别的比例或事件发生率时，如何利用分层信息调整期望计数，并构造相应的异质性检验统计量？
- 方法与思路
- 作者先在各层内计算期望计数，再跨层汇总；针对泊松情形，以通常检验统计量的简单修改导出近似卡方统计量。
- 材料陈述的贡献
- 摘要称，论文给出泊松情形的分层调整近似检验，并简要讨论其他方法和情形，主要贡献是统计量的修正。
- 阅读关注点
- 应核对分层期望计数的计算、泊松设定、自由度与近似条件，以及稀疏计数和层间差异如何影响检验。
- 阅读边界
- 仅据Crossref摘要，无法还原修正公式或判断近似精度；未说明样本规模条件，也未将分层调整解释为因果识别。
原文摘要
Summary In testing differences between proportions or rates of occurrence of events in different categories, expected numbers may be calculated separately within certain strata and subsequently summed over strata. For the Poisson case an approximate X2-statistic is derived as a simple modification of the usual test statistic. Other approaches and situations are discussed more briefly.