跳到正文
← 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:摘要讨论一般分类总体的拟合优度检验,未提供与所列计量领域细分直接对应的应用依据。

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
John E. Hewett
R. K. Tsutakawa

两阶段卡方拟合优度检验

研究问题
对可划分为有限类别的总体,如何利用第一阶段与合并样本的信息,构造检验简单假设的两阶段程序?
方法与思路
作者推导第一阶段与合并样本的两个 Pearson 卡方统计量的联合渐近分布,并据此构造两阶段检验。
材料陈述的贡献
摘要称讨论了相对单阶段检验的渐近功效,提供指定水平与自由度的临界值表,并涉及未知参数情形的修正。
阅读关注点
应核对两阶段抽样与决策规则、联合极限分布的条件,以及功效比较采用的备择和未知参数修正方式。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;未提供具体临界值、功效优势条件或修正公式,不能推断刊本变化。

原文摘要

Consider sampling in two stages for testing a simple hypothesis about a population whose elements may be classified into a finite number of classes. The joint asymptotic distribution of the two Pearson X2 statistics based on the first and combined samples is derived and used to construct a two-stage test. The advantage of this test relative to the conventional one-stage test is discussed in terms of its asymptotic power. Tables of critical values for 1 percent and 5 percent level tests for 1–10 degrees of freedom are given as well as modifications for cases involving unknown parameters.

笔记与分组
相关领域论文