The Analysis of Categorical Data from Complex Sample Surveys: Chi-Squared Tests for Goodness of Fit and Independence in Two-Way Tables
复杂抽样分类数据分析：拟合优度与二维表独立性的卡方检验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：摘要关注复杂抽样下的分类数据检验，聚类抽样本身不足以支持面板、网络或因果领域分类。
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
复杂抽样分类数据分析：拟合优度与二维表独立性的卡方检验
- 研究问题
- 分层与聚类抽样如何改变 Pearson 拟合优度及二维列联表独立性检验的渐近分布和名义显著性水平？
- 方法与思路
- 作者分析检验统计量的加权卡方极限分布，将权重联系到设计效应，并提出利用单元格方差的拟合优度修正。
- 材料陈述的贡献
- 摘要称给出了两类统计量的渐近分布与拟合优度修正；所述经验结果中，独立性检验的水平扭曲相对较小。
- 阅读关注点
- 应核对抽样设计与渐近框架、权重和设计效应的关系，以及修正所需方差估计和经验比较的适用设置。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未给出具体设计条件及数值结果，不能将拟合优度修正直接推广到独立性检验，也不能推断刊本变化。
原文摘要
The effect of stratification and clustering on the asymptotic distributions of standard Pearson chi-squared test statistics for goodness of fit (simple hypothesis) and independence in a two-way contingency table, denoted as X 2 and XI 2, respectively, is investigated. It is shown that both X 2 and XI 2 are asymptotically distributed as weighted sums of independent χ1 2 random variables. The weights are then related to the familiar design effects (deffs) used by survey samplers. A simple correction to X 2, which requires only the knowledge of variance estimates (or deffs) for individual cells in the goodness-of-fit problem, is proposed and empirical results on the performance of corrected X 2 provided. Empirical work on XI 2 indicated that the distortion of nominal significance level is substantially smaller with XI 2 than with X 2. Some results under simple models for clustering are also given.