Conditions under Which Mean Square Ratios in Repeated Measurements Designs Have Exact F-Distributions
重复测量设计中均方比服从精确 F 分布的条件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：摘要研究重复测量方差分析，不能仅凭重复观测将其归为经济面板数据方法。
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
重复测量设计中均方比服从精确 F 分布的条件
- 研究问题
- 在多元正态的重复测量设计中，协方差矩阵需要满足什么条件，处理及交互作用的均方比才具有精确 F 分布？
- 方法与思路
- 作者研究协方差矩阵的允许结构，以各对相关处理测量之差的方差相等刻画条件，并介绍检验该条件的方法。
- 材料陈述的贡献
- 摘要称，相同方差与相同协方差等常用要求只是充分条件；所述测量差方差相等才是该设计下的充要条件。
- 阅读关注点
- 应核对重复测量与第二处理因子的具体设计、多元正态假设、条件覆盖哪些均方比，以及所述条件检验的构造。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，不能推断刊本变化；精确 F 结论受所述设计和正态假设约束，证明与检验细节未提供。
原文摘要
Investigation is made of the character of the covariance matrix which will result in exact F-distributions for the treatments and interaction variance ratios in repeated measurements designs. It is shown, assuming multivariate normality, that the matrix may exhibit a more general character than is typically implied to be essential. Equality of variances and equality of covariances, with identical matrices for all levels of a second treatment factor, are sufficient but not necessary conditions. The necessary and sufficient condition is the equality of variances of differences for all pairs of treatment measures assumed to be correlated. An alternative statement is that the Box-Geisser-Greenhouse parameter ε = 1.0. A test is described which bears on the tenability of this condition.