Cumulative chi-squared statistic as a tool for testing goodness of fit
作为拟合优度检验工具的累积卡方统计量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：摘要讨论单因素方差分析中的通用拟合优度与形状检验，缺乏所列经济或金融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
作为拟合优度检验工具的累积卡方统计量
- 研究问题
- 如何利用累积卡方统计量识别模型的系统性偏离，特别是以线性为主但不限于线性的偏离，并进一步检验凸性？
- 方法与思路
- 作者在单因素方差分析模型中，将统计量表示为独立单自由度卡方变量的加权和，并用有限点正交多项式解释各阶成分。
- 材料陈述的贡献
- 摘要提出结合累积卡方与残差后续分析检验系统性偏离的思路，并将其扩展为针对凸性备择检验线性的新统计量。
- 阅读关注点
- 应核对卡方分解的模型条件、权重与正交成分的定义，以及拟合优度和线性对凸性检验的校准与功效证据。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；检验的具体形式、条件和比较结果未说明，摘要中的适用性判断不能视为普遍性能保证。
原文摘要
The cumulative chi-squared statistic in the one-way analysis of variance model is characterized as the weighted sum of independent one degree of freedom chi-squared random variables, which are linear, quadratic, and so on, components in the sense of Čebyšev's orthogonal polynomials for finite points. This suggests that the cumulative chi-squared should be an appropriate goodness-of-fit test statistic for a hypothesized model against a systematic departure that is mainly but not exclusively linear. This, together with the follow-up analysis of residuals, will give a good statistical technique for analysing data. As a natural extension of the cumulative chi-squared, a new statistic is proposed for testing for linearity against convexity.