Distribution of Q When Testing Equality of Matched Proportions
检验匹配比例相等时 Q 统计量的分布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：摘要讨论匹配比例检验的通用分布与效率理论，没有所列细分领域的明确依据。
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
检验匹配比例相等时 Q 统计量的分布
- 研究问题
- 在多项模型下比较匹配样本比例时，Cochran 的 Q 统计量具有怎样的零假设渐近分布，何时可使用卡方近似并获得效率结论？
- 方法与思路
- 作者推导 Q 在零假设下的渐近分布，用模拟比较 Satterthwaite 型与卡方近似，并在附加条件下与 Wald 统计量比较效率。
- 材料陈述的贡献
- 摘要称前一种近似更接近极限分布；当零假设蕴含所述附加条件时，Q 与所比较 Wald 统计量具有相同 Pitman 效率。
- 阅读关注点
- 应核对匹配多项模型、卡方极限所需附加条件的具体内容、两种近似的模拟评价方式，以及效率比较采用的局部备择。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；附加条件、极限分布和证明未给出，不能默认 Q 总有卡方极限或推断刊本变化。
原文摘要
The asymptotic distribution of Cochran's Q statistic is obtained under the null hypothesis H 0 for comparing proportions in matched samples under the multinomial model. Simulation studies show that a Satterthwaithe-type approximation provides a better approximation to the limiting distribution than does the chi-square distribution. Also, if by the nature of the problem, H 0 implies the side condition H, which is necessary for Q to have a limiting chi-square distribution, then Q has the same Pitman efficiency as a Wald statistic that is known to have some optimal asymptotic properties and that has the χ2 distribution in the limit under H 0 whether or not H holds.