Grouping Corrections for Circular Goodness-Of-Fit Tests
圆周拟合优度检验的分组修正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：摘要讨论分组圆周数据的检验修正，季节性表述不足以支持时间序列等细分分类。
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
圆周拟合优度检验的分组修正
- 研究问题
- 当季节性或圆周数据以分组形式记录时，如何修正 Watson 与 Maag 检验，使这些检验能够用于分组样本？
- 方法与思路
- 作者为圆周或季节性的一样本及多样本 Cramér–von Mises 型检验给出简单分组修正，并讨论非圆周版本。
- 材料陈述的贡献
- 摘要称，论文提供上述圆周检验及常规非圆周同类检验的分组修正，意在便利这些检验用于分组数据。
- 阅读关注点
- 应核对分组方式、组距和样本规模对修正的要求，修正后统计量如何校准，以及摘要所称优势的具体比较依据。
- 阅读边界
- 仅依据所给 Crossref 摘要版本；摘要未给出修正公式或误差评估，季节性数据这一表述也不足以确认方法处理序列依赖。
原文摘要
SUMMARY Simple corrections are outlined for the application to grouped seasonal data of Watson's and Maag's tests. These tests are circular or seasonal analogues of one-sample and k- (≥2) sample tests, of Cramér–von Mises type, and have several natural advantages over their competitors. The provision of simple grouping corrections may enhance the use of these tests, which otherwise have very good features. The corresponding grouping corrections are also presented for conventional, i.e. non-circular, Cramér–von Mises types of test.