A Goodness-of-Fit Test of Simple Hypotheses Based on the Empirical Characteristic Function
基于经验特征函数的简单假设拟合优度检验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：这是通用分布拟合优度检验，摘要没有经济分布效应或其他所列细分方向的证据。
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
基于经验特征函数的简单假设拟合优度检验
- 研究问题
- 如何利用经验特征函数构造针对简单原假设的拟合优度检验，并针对指定备择选择特征函数的评价点数量与位置？
- 方法与思路
- 作者利用经验特征函数及其渐近分布构造卡方拟合优度检验，并研究给定备择下评价点数量和位置的最优选择问题。
- 材料陈述的贡献
- 摘要称，文章得到一种基于经验特征函数的简单假设检验，并将评价点的数量与位置选择纳入针对指定备择的优化讨论。
- 阅读关注点
- 应核对检验统计量、渐近卡方近似所需条件、评价点选择的优化准则，以及备择未知时这些选择规则是否仍可实施。
- 阅读边界
- 所据为版本未注明的OpenAlex索引摘要；未给出样本条件、有限样本表现或复合原假设处理方式，不能直接推广检验范围。
原文摘要
The empirical characteristic function φ n ( t ) and its asymptotic distribution are utilized to find a chi-squared goodness-of-fit test for simple null hypotheses. In addition the optimum number and location of points t at which φ n ( t ) has to be evaluated is investigated for specified alternative hypotheses.