Testing the homogeneity of a set of correlated variances
一组相关变量的方差齐性检验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：摘要研究一般相关变量的方差齐性检验，未涉及金融波动率或其他给定领域的专门问题。
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
一组相关变量的方差齐性检验
- 研究问题
- 当多个变量彼此相关且具有共同相关系数时，如何检验其方差相等，并判断不同检验的有限样本表现？
- 方法与思路
- 作者提出渐近检验、修正 Bartlett 检验、复相关检验和 Fmax 检验，比较四种程序，并用蒙特卡洛研究渐近近似。
- 材料陈述的贡献
- 摘要报告，在其模拟中，三个变量时约需四十个观测、四个变量时约需五十个观测，才能使渐近理论适用。
- 阅读关注点
- 阅读全文时应核对共同相关系数及分布条件、四种统计量的构造、比较指标，以及所谓渐近理论适用的判定标准。
- 阅读边界
- 仅据所给 OpenAlex 索引摘要，稿件版本未注明；模拟设计未说明，所述样本量不能视为普遍阈值，也不能据此判定最佳检验。
原文摘要
To test the equality of a set of p variancas when the p variates are correlated with common correlation coefficient, four test procedures are proposed in this paper, namely, the asymptotic test, the modified Bartlett test, the multiple correlation test and the Fmax test. Comparisons among these four tests were made. A Monte Carlo study showed that, when p = 3, the sample size needed is about 40 in order that the asymptotic theory holds, while for p = 4 it needs about 50.