Chi-Square Tests of Fit for Type II Censored Data
II 型删失数据的卡方拟合优度检验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：摘要研究删失样本的通用分布拟合检验，样本分位数用于分组，不构成分位数或分布效应研究。
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
II 型删失数据的卡方拟合优度检验
- 研究问题
- 对于在样本分位数处删失的数据，如何构造参数分布族的拟合优度检验，并在估计未知参数后保持卡方极限零分布？
- 方法与思路
- 作者采用以样本分位数为边界的数据依赖分组，对使用特定渐近等价参数估计量的广义卡方统计量推导渐近分布。
- 材料陈述的贡献
- 摘要称将广义卡方拟合检验扩展到分位数删失样本，并给出指数、正态、双参数均匀及 Weibull 分布族的检验示例。
- 阅读关注点
- 核对删失方案、分组规则及组数要求，确认参数估计量所需的渐近表示，以及各示例获得卡方极限的调整与自由度。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；删失比例、分组条件和有限样本表现未提供，不能外推至任意删失机制或参数估计方法。
原文摘要
The theory of general chi-square statistics for testing fit to parametric families of distributions is extended to samples censored at sample quantiles. Data-dependent cells with sample quantiles as cell boundaries are employed. Asymptotic distribution theory is given for statistics in which unknown parameters are estimated by estimators asymptotically equivalent to linear combinations of functions of order statistics. Emphasis is placed on obtaining statistics having a chi-square limiting null distribution. Examples of such statistics for testing the fit of Type II censored samples to the negative exponential, normal, two-parameter uniform and two-parameter Weibull families are given.