Comparing Means in the Paired Case with Missing Data on One Response
一个响应存在缺失时的配对均值比较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：配对均值和缺失数据本身不足以支持面板、因果或其他所列细分分类。
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
一个响应存在缺失时的配对均值比较
- 研究问题
- 相关配对数据中，一个响应存在缺失观测时，如何估计两个响应的均值差，不同估计程序的表现如何比较？
- 方法与思路
- 作者通过 Monte Carlo 模拟比较已有程序；摘要只点名 Morrison 统计量，未说明各程序公式或模拟设计。
- 材料陈述的贡献
- 摘要称，模拟比较支持优先采用 Morrison 统计量，但在两响应方差差异较大时存在例外，具体评价指标未说明。
- 阅读关注点
- 应核对缺失机制、相关性与方差配置、比较指标及模拟误差，并查明“大方差差异”如何界定以及例外情形的表现。
- 阅读边界
- OpenAlex 摘要版本未注明；其偏好结论限于未披露的模拟设置，不能推广至任意缺失机制或视为普遍优越性。
原文摘要
Several procedures have been suggested for estimating the mean difference from correlated data with missing observations on one response. By Monte Carlo studies it is shown that a statistic due to Morrison is to be preferred, unless there isa large variance difference.