A Short-Cut Test for Outliers Using Residuals
利用残差的异常值简便检验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：摘要涉及一般方差分析诊断与残差符号检验，没有所列经济计量细分方向的明确依据。
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
利用残差的异常值简便检验
- 研究问题
- 在双因素方差分析中，能否利用每行每列正负残差数量的不平衡构造简便检验，以判断数据中是否存在异常观测？
- 方法与思路
- 作者以双因素表各行各列正负残差数量之差定义近似卡方统计量，并通过正残差数量的中心极限定理支持卡方近似。
- 材料陈述的贡献
- 摘要提出一种基于残差符号计数的异常观测检验，为其近似分布提供中心极限定理依据，并讨论向其他分类结构扩展。
- 阅读关注点
- 应核对残差的计算方式、行列计数间的依赖如何处理、卡方近似的自由度与样本条件，以及检验能否定位具体异常观测。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；误差条件、异常类型及近似精度未说明，检验异常存在不等于能准确识别每个异常点。
原文摘要
The differences between the numbers of positive and negative residuals in each row and column of a two-way analysis of variance are used to define an approximate chi-squared statistic which can be used to test for the presence of outlying observations. The chi-squared approximation rests on a Central Limit Theorem for the number of positive residuals in the two-way table. Extensions to other classifications are also discussed.