Testing the homogeneity of variances in a two-way classification
双向分类中的方差齐性检验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：摘要研究一般分类设计下的方差检验，未提供对应所列面板、金融波动率等方向的证据。
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
双向分类中的方差齐性检验
- 研究问题
- 在双向分类的数据结构中，如何检验单向方差的齐性，并在行数和列数很少时获得可用的检验统计量零分布近似？
- 方法与思路
- 作者为检验该方差齐性问题的Bartlett型统计量构造零分布近似，并通过模拟考察这些近似在少量行列设置下的表现。
- 材料陈述的贡献
- 摘要称获得了相关检验统计量的零分布近似，模拟显示即使行列数量很少也有满意表现，但未报告具体误差或检验水平。
- 阅读关注点
- 应核对双向分类模型中被检验方差的定义、统计量形式和分布假设，并检查小样本模拟如何评价近似质量及适用范围。
- 阅读边界
- 仅依据OpenAlex索引摘要，稿件版本未注明。摘要未说明数据分布、样本配置和功效表现，不能据此判断对非正态数据的适用性。
原文摘要
Approximations have been obtained to the null distribution of Bartlett's type of statistic for testing the homogeneity of one-way variances in a two-way classification. Simulation studies show that the approximations give satisfactory results even for a very small number of rows and columns.