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:摘要研究一般多样本经验分布检验,未明确涉及分位数估计或经济分布效应。

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
Edward H. Wolf
Joseph I. Naus

多样本 Kolmogorov–Smirnov 检验统计量的临界值表

研究问题
对于多个独立样本的经验分布比较,如何提供指定检验统计量的精确概率,并判断极限分布近似在哪些范围内可用?
方法与思路
作者针对已有文献推导零分布的统计量编制精确概率表,评价基于极限分布的近似,并讨论若干备择下与其他检验的功效比较。
材料陈述的贡献
摘要称给出了三至十个样本、每样本五至二十个观测的精确概率表,考察近似适用范围,并描述一些功效合理的备择情形。
阅读关注点
应核对该统计量与常见多样本检验的区别、零假设和样本量设置、表格使用方式,以及近似误差与功效比较的条件。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明。统计量公式排版需核对原PDF;摘要未给出近似误差、临界值或具体功效结果。

原文摘要

Let x 1j , x 2j , ···, xnj ; j=1, 2, ···, k be k independent random samples drawn, respectively, from the distributions with cdf's Fj (x). Let F* j (x) denote the empirical distribution function of the jth sample. Conover [3] and Wolf [6] derive the null distribution for the statistic sup x;i < k [F* i (x) – F* i+1(x)]. This article presents tables of exact probabilities for this statistic for k = 3(1)10, and n = 5(1)20. An approximation based on Conover's limiting distribution for the statistic is evaluated, and its range of usefulness explored. Certain alternatives are described for which the test has reasonable power relative to parametric and distribution-free competitors.

笔记与分组