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:摘要研究一般列联表关联统计量的分布,未提供所列经济计量细分的直接依据。

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
Lydia P. Gans
C. A. Robertson

小中样本下二乘二列联表中 Goodman–Kruskal Gamma 与 Spearman Rho 的分布

研究问题
在小、中等样本的二乘二列联表中,关联统计量 Gamma 的分布如何表现,正态近似收敛是否足够快?
方法与思路
作者考察 Gamma 的若干精确分布及其趋于正态的渐近性质,并将其表现与普通相关系数进行比较。
材料陈述的贡献
摘要称 Gamma 在许多情形下趋于正态较慢,即使样本量达到五十,其分布仍可能呈现不规则形态。
阅读关注点
应核对列联表的抽样机制、精确分布所对应的参数情形,以及题名中 Spearman Rho 的具体分析内容。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明。摘要未说明各项结果的条件,且未明确报告题名中 Spearman Rho 的结果,不能推断刊本变化。

原文摘要

The distribution of Goodman and Kruskal's G in 2 × 2 tables is examined for small and moderate sample sizes. A number of exact distributions are presented, and asymptotic results relevant to the speed of convergence of G to normality are given. Comparisons are made with the standard correlation coefficient r, It is concluded that the distribution of G converges to normality slowly in many cases and that its density function is irregular even for sample sizes as large as 50.

笔记与分组