Normalizing Transformations of Some Statistics in Multivariate Analysis
多元分析中若干统计量的正态化变换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：摘要讨论一般统计量的分布变换，未出现足以支持所列经济计量细分方向的具体模型或应用。
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
多元分析中若干统计量的正态化变换
- 研究问题
- 能否通过统一程序构造多元分析统计量的正态化变换，并将样本相关系数与卡方变量的经典近似纳入同一推导思路？
- 方法与思路
- 作者将寻找正态化变换的一般程序应用于多元分析中的若干统计量，以共同思路推导Fisher变换和Wilson–Hilferty近似。
- 材料陈述的贡献
- 摘要称，正态样本相关系数的Fisher变换与卡方变量的Wilson–Hilferty近似，可以通过同一条分析路线得到。
- 阅读关注点
- 应核对一般程序的展开依据、适用统计量和近似阶数，并查看两种经典变换如何由该程序得到及其误差评价。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；摘要未说明完整程序、适用条件和近似精度，不能推断其他版本增加的结果。
原文摘要
A general procedure for finding normalizing transformations is applied to various statistics in multivariate analysis. It is shown that Fisher's z transformation for a sample correlation coefficient in a normal sample and Wilson & Hilferty's approximation for a chi-squared variate can be derived by the same line of approach.