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：摘要研究一般分布的正态性检验，没有所列经济计量应用细分的直接信息。
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
- 针对偏度、峰度和双峰形态等偏离正态分布的情形，能否构造易于使用的检验统计量，并获得与相近既有方法可比的功效？
- 方法与思路
- 作者提出一族正态性检验统计量，其中包括针对偏度、峰度与双峰备择的新检验，并将其功效性质与相似的 U 统计量检验比较。
- 材料陈述的贡献
- 摘要称所提检验使用简单，其功效表现似乎不逊于所比较的相近 U 统计量方法；这属于摘要中的审慎描述，并非全面优越性结论。
- 阅读关注点
- 应核对统计量的构造、零假设下的分布与临界值、各备择的具体设定，以及功效比较依据的是理论结果还是有限样本研究。
- 阅读边界
- 仅依据版本未注明的 OpenAlex 索引摘要；未给出检验公式、样本规模或功效数值，“似乎同样好”不足以支持普遍等效或更优。
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).