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:摘要属于相关系数比较的一般统计推断,未提供所列领域细分的直接依据。

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
Olive Jean Dunn
Virginia Clark

同一批个体上测得的相关系数

研究问题
两个相关系数来自同一样本而相互依赖时,如何检验对应总体相关系数相等,并考察这种依赖对功效的影响?
方法与思路
作者在多元正态抽样设定下,提出若干基于 Fisher 变换的大样本检验,并考察样本相关系数间不同渐近相关程度。
材料陈述的贡献
摘要给出多个处理同一样本相关系数依赖性的检验程序,并针对七种渐近相关取值展示各程序的功效曲线。
阅读关注点
应核对两个相关系数是否共享变量、渐近协方差的计算与估计,以及不同检验程序的水平和功效比较条件。
阅读边界
仅据所给 OpenAlex 索引摘要,稿件版本未注明;具体程序和功效数值未提供,多元正态设定下的结论不能直接推广。

原文摘要

When two correlation coefficients are calculated from a single sample, rather than from two samples, they are not statistically independent, and the usual methods for testing equality of the population correlation coefficients no longer apply. This paper considers the situation when the sample is from a multivariate normal distribution. Several possible large sample testing procedures are given, all based on Fisher's z-transformation. Power curves are given for each procedure and for seven values of the asymptotic correlation between the two sample correlation coefficients.

笔记与分组
相关领域论文