Small-Sample Comparisons of Exact Levels for Chi-Squared Goodness-of-Fit Statistics
卡方拟合优度统计量实际检验水平的小样本比较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：摘要讨论一般分类数据的拟合优度检验，未提供与所列经济计量细分方向直接对应的应用或模型。
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
卡方拟合优度统计量实际检验水平的小样本比较
- 研究问题
- 分类数据拟合优度检验在小样本下使用渐近卡方近似时，实际拒绝概率与名义水平有多大偏离，不同统计量是否存在差异？
- 方法与思路
- 作者比较似然比、Freeman–Tukey 和 Pearson 三类统计量的实际检验水平，并考察它们处理较小观测频数的方式。
- 材料陈述的贡献
- 摘要称，在中等期望频数下，前两类检验的实际水平通常高于名义水平，而 Pearson 检验较接近名义水平。
- 阅读关注点
- 应核对样本量、类别数与期望频数的设置，实际水平的计算方式，以及较小观测频数如何导致不同统计量的过度拒绝。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要解读。摘要未给出比较范围和数值结果，不能据此认定 Pearson 检验在所有场景下最优。
原文摘要
The small-sample properties of three goodness-of-fit statistics for the analysis of categorical data are examined with respect to the adequacy of the asymptotic chi-squared approximation. The approximate tests based on the likelihood ratio and Freeman-Tukey statistics yield exact levels that are typically in excess of the nominal levels for moderate expected values. In contrast, the Pearson statistic attains exact levels that are quite close to the nominal values. The reason for the large number of rejections for the likelihood ratio and Freeman-Tukey statistics is related to their handling of small observed counts.