Testing equality of means of correlated variates with missing observations on both responses
两个响应均有缺失时相关变量的均值相等检验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：摘要研究二元正态均值检验与缺失观测，未明确涉及面板模型或其他所列细分方向。
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
两个响应均有缺失时相关变量的均值相等检验
- 研究问题
- 当二元正态变量的两个响应都存在缺失观测时，如何检验两者均值相等，并评价均值差区间估计的精度？
- 方法与思路
- 作者提出检验统计量，在原假设下以 Student t 分布近似，并以均值差置信区间长度平方的期望比较精度。
- 材料陈述的贡献
- 摘要提出适用于两个变量均有缺失的检验，并以区间长度平方的期望衡量相对于传统配对 t 检验的精度提高。
- 阅读关注点
- 应核对缺失机制、可用完整及不完整观测如何进入统计量、自由度近似，以及区间精度比较所需的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明缺失机制和近似误差，不能据此认定适用于任意缺失数据。
原文摘要
A statistic is proposed for testing the hypothesis of equality of the means of a bivariate normal distribution when observations are missing on both variates. The distribution of the statistic is approximated by a Student's t distribution under the null hypothesis. The expected squared lengths of the confidence intervals for the mean difference are used to measure the increased precision of our statistic relative to the conventional paired t test.