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:摘要涉及心理实验中的多项游程检验,未提供所列经济计量细分方向的直接依据。

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
Gail Rubin
Michael A. Shapiro

用于检测受约束自由回忆中聚集现象的多项游程检验

研究问题
当自由回忆序列包含多个类别时,如何利用类别排列检测聚集现象,并区分这种结构与随机排列?
方法与思路
作者提出基于多项数据游程数的检验,用于比较随机排列与聚集,并以受约束自由回忆实验说明应用。
材料陈述的贡献
摘要称,该检验将游程分析用于需要多项分布的情境,并提供大众传播实验中的类别聚集检测示例。
阅读关注点
应核对随机性原假设如何定义、类别频数如何处理、游程数的参考分布,以及实验设计对检验适用性的影响。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;摘要未说明检验的具体条件、功效与数值结果,不能推断刊本变化。

原文摘要

Psychologists often want to detect category structure in subjects' free recall protocols. Although runs tests based on the binomial distribution are commonly used to detect nonrandomness within a sequence, many research situations require tests based on the multinomial distribution. We propose a test of randomness versus clustering based on the number of runs in multinomial data. We illustrate its use with data from a mass communication experiment using a constrained free recall procedure.

笔记与分组