The Most Powerful Invariant Test of Normal versus Cauchy with Applications to Stable Alternatives
正态对柯西的最强不变检验及其对稳定分布备择的应用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：摘要为一般分布检验理论，未涉及金融尾部风险模型或其他所列具体经济计量问题。
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
正态对柯西的最强不变检验及其对稳定分布备择的应用
- 研究问题
- 在位置与尺度变换下保持不变的检验中，如何构造区分正态与柯西分布的最强检验，并考察其对称稳定备择下的功效？
- 方法与思路
- 作者推导正态对柯西的最强位置与尺度不变检验，再用模拟研究其针对对称稳定分布备择的功效并与五种已有检验比较。
- 材料陈述的贡献
- 摘要称模拟中该检验比所比较的五种方法更接近一致功效占优，但没有声称证明其对所有对称稳定备择都一致占优。
- 阅读关注点
- 应核对最强性的检验类与假设范围，以及模拟中的稳定分布参数、样本量、显著性水平和功效差异是否存在例外。
- 阅读边界
- 所给索引摘要未标稿件版本。针对柯西的最强不变性与稳定备择下的模拟表现须区分，摘要不足以支持普遍功效优势。
原文摘要
This paper gives a derivation of the most powerful scale and location invariant test of normal versus Cauchy. A simulation study of this test shows that in testing normality versus symmetric stable alternatives it comes closer to being uniformly more powerful than any of five tests previously studied.