Robust Large-Sample Tests for Homogeneity of Variances
方差齐性的大样本稳健检验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：摘要研究一般多样本方差检验，未涉及金融波动率过程或其他所列具体方向。
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
方差齐性的大样本稳健检验
- 研究问题
- 在多样本方差相等检验中，如何构造渐近稳健的检验，并评估其在较小样本和正态情形下的功效与稳健性？
- 方法与思路
- 作者讨论一种简单的卡方检验和一种基于 jackknife 的检验，通过蒙特卡洛实验与 Box 分组检验及 Bartlett 检验比较。
- 材料陈述的贡献
- 摘要称模拟提示两种检验在适度较小样本下较稳健，比 Box 分组检验功效更高，且正态情形下表现接近 Bartlett 检验。
- 阅读关注点
- 应核对渐近稳健性的定义、矩条件和 jackknife 构造，以及模拟中的分布、样本量和尺寸与功效的评价方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；具体条件和数值未提供，模拟发现不代表任意分布下稳健。
原文摘要
Two asymptotically robust tests for equality of variances in the k-sample case are discussed: a simple X 2 test and a test based on the jack-knife procedure. Some Monte Carlo experiments suggest that these tests are reasonably robust for moderately small samples, are more powerful than Box's grouping test and perform similarly to Bartlett's test in the normal case.