New tests for normality
新的正态性检验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：摘要讨论一般正态性检验，没有指向分位数效应、金融尾部风险或其他给定细分领域。
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
新的正态性检验
- 研究问题
- 如何构造便于使用的正态性检验，使其能够针对偏度、峰度和双峰形态等不同偏离正态的备择进行检测？
- 方法与思路
- 作者提出一族正态性检验统计量，包含针对偏度、峰度与双峰备择的新检验，并与相近的 U 统计量作比较。
- 材料陈述的贡献
- 摘要称这些检验使用简单，功效表现似乎不逊于所比较的相近方法；这一比较在摘要中以保留措辞表达。
- 阅读关注点
- 应核对统计量定义、零假设分布、临界值计算及比较的备择范围，尤其注意功效判断来自何种理论或实验依据。
- 阅读边界
- 仅据版本未注明的索引摘要；样本条件和功效比较结果未说明，摘要的试探性表述不能当作已证明的统一优势。
原文摘要
A family of statistics for testing normality is presented which includes new tests for skewness, kurtosis and bimodality alternatives. The tests are simple to use and their power properties seem to be as good as those of the very similar U-statistics given by Oja (1981).