A Simulation Analysis of the Power of Several Tests for Detecting Heavy-Tailed Distributions
检测厚尾分布的若干检验：模拟功效分析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厚尾检验，没有金融尾部风险或其他所列细分方向的直接证据。
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
检测厚尾分布的若干检验：模拟功效分析
- 研究问题
- 以正态分布为原假设、对称稳定帕累托分布为备择时，五种厚尾检验的功效如何随样本量和特征指数变化？
- 方法与思路
- 作者通过模拟估计五种检验对十一种对称稳定帕累托备择的功效，比较不同样本量和特征指数下的检验表现。
- 材料陈述的贡献
- 摘要称小样本且指数较低时标准差与平均偏差之比较合适；样本量或指数较大时，峰度及半极差与中位数平均偏差之比较好。
- 阅读关注点
- 应核对五种统计量的定义、模拟样本量与特征指数范围、临界值校准方式，以及功效比较是否控制实际检验尺寸。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；模拟参数与数值功效未提供，所述比较不能外推至所有厚尾分布，也不能推断刊本变化。
原文摘要
This article presents estimates of the power of five tests for detecting heavy-tailed distributions with the null hypothesis of normality and alternative hypotheses of each of eleven members of the symmetric stable Paretian distribution. The findings indicate that for small samples and low values of the characteristic exponent, the ratio of the standard deviation to mean deviation would be the most appropriate test. With larger sample sizes and/or larger values of the characteristic exponent, Kurtosis and the ratio of one-half the range to the mean deviation from the sample median appear to be the best tests.