A test for departure from normality based on a biweight estimator of scale
基于双权尺度估计量的偏离正态性检验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：摘要讨论一般分布的正态性检验，没有金融尾部风险或其他所列细分方向的明确证据。
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
基于双权尺度估计量的偏离正态性检验
- 研究问题
- 如何利用尺度估计构造正态性检验，识别长尾对称或偏斜备择，并比较它与已有正态性检验在这些情形中的表现？
- 方法与思路
- 作者以两个方差估计量的比值作为统计量，通过大量模拟获得若干临界分位点，并给出部分分位点的近似及检验比较。
- 材料陈述的贡献
- 摘要称，该检验在考察的长尾对称备择下优于所列竞争方法，在其他考察情形中也表现良好，并提供临界值计算结果。
- 阅读关注点
- 应核对双权尺度估计量及比值的定义、模拟样本量与备择分布，以及临界值近似误差和比较时各检验的实际显著性水平。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；未提供模拟数值和具体设计，所述优势仅限考察的竞争方法与备择情形。
原文摘要
The ratio of two estimators of variance is proposed as a test statistic for comparing normal versus long-tailed symmetric or skewed alternatives. The 90, 95, 97.5 and 99th percentage points are found through extensive simulations, and approximations for the 90 and 95th percentage points are given. The proposed test is compared to the use of √b1, b2, Shapiro & Wilk's W test. D'Agostino's test and Spiegelhalter's T' test. The proposed test outperforms all considered competitors for long-tailed symmetric alternatives and performs well for all other cases considered.