跳到正文
← 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:列联表检验属于通用分类数据方法,摘要未涉及离散选择模型或其他所列细分对象。

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
D. A. Williams

完整列联表的改进似然比检验

研究问题
如何修正完整列联表中的渐近似然比检验,使修正后统计量的原假设分布更接近其渐近卡方分布?
方法与思路
作者应用乘法修正似然比统计量的方法,在最大似然估计量具有闭式解的列联表假设下推导改进检验。
材料陈述的贡献
摘要称将一般似然比修正技术用于完整列联表,并针对具有闭式最大似然解的假设推导检验;未报告具体改善幅度。
阅读关注点
应核对完整列联表的含义、适用的假设类别、修正乘子的推导,以及卡方逼近改善的阶数与稀疏单元格下的条件。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明;统计量排版有缺失,具体修正与误差阶需查原文,不能推断所有列联表均适用。

原文摘要

Lawley (1956) describes how asymptotic likelihood ratio tests can in general be improved by multiplying the −2logλtest statistic by a multiplier chosen so that the null distribution of the modified statistic is better approximated by its asymptotic X2 distribution. This paper applies this technique to asymptotic likelihood ratio tests of hypotheses concerning complete contingency tables. Improved tests are derived for hypotheses with closed form maximum likelihood estimators.

笔记与分组