On the Chi-Square Test when the Parameters are Estimated Independently of the Sample
参数由独立样本估计时的卡方检验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：摘要讨论一般拟合优度检验在独立估参下的分布问题，没有所列经济模型或应用方向的证据，因此不作细分。
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
参数由独立样本估计时的卡方检验
- 研究问题
- 当拟合优度检验所需参数由独立于检验样本的资料估计时，参数估计如何改变卡方统计量的极限分布和实际显著性水平？
- 方法与思路
- 摘要通过比较参数独立估计与分布完全指定两种情形的极限分布，分析沿用完全指定分布临界值所造成的拒绝概率变化。
- 材料陈述的贡献
- 摘要称独立估参下统计量的极限分布在随机序意义上更大，因此误用完全指定分布的临界值会使第一类错误率高于目标水平。
- 阅读关注点
- 应核对参数估计样本与检验样本的相对规模、估计量条件、随机序比较的范围，以及全文是否提供适当的校准方法。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；样本规模关系和校准方案未说明，不能推断有限样本误差大小或任意独立估参情形的结论。
原文摘要
If the parameters are estimated independently of the sample, the chi-square test statistic for a goodness of fit test has a limiting distribution that is stochastically larger than that of the test of fit for a completely specified distribution. Thus, if the critical values for the test of fit for a completely specified distribution are incorrectly used, the probability that we will reject the null hypothesis when it is true is greater than the desired level of significance.