Some Easy t Statistics
若干简便的 t 统计量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：摘要讨论一般小样本统计推断，未提供所列微观、宏观或金融细分领域的依据。
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
若干简便的 t 统计量
- 研究问题
- 能否用少量次序统计量构造易于使用的 t 统计量，并在不同抽样情形下兼顾稳健性和置信区间长度？
- 方法与思路
- 作者以选定次序统计量及相邻两项的均值构造两种 t 统计量，在多种抽样情形下与 Student's t 等方法比较。
- 材料陈述的贡献
- 摘要称，所提统计量使用简单、具有稳健表现且区间长度表现较好，并推荐用于四至二十的样本量，提供分位点表。
- 阅读关注点
- 核对统计量定义、推断目标和分位点表适用条件，检查区间长度比较是否同时控制覆盖率及所考察的分布范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体抽样分布和覆盖结果未说明，推荐样本量范围不能解释为普遍适用保证。
原文摘要
This article explores the use of t statistics based on two-or four-order statistics. The functions of the order statistics, which are used to define the t statistics, are the pivots and bipivots. The pivots are exact order statistics, while the bipivots are the means of two adjacent order statistics. Two t statistics, based on the pivots and bipivots, are examined and compared to other t statistics, including Student's t, under various sampling situations. We conclude that the proposed t statistics are not only simple to use but are robust and perform quite well in terms of the lengths of their confidence intervals. We recommend that these t statistics be used for sample sizes between 4 and 20, because they perform well and are easy to use. Tables of percentage points are provided to facilitate the use of the t statistics.