Distribution of the Normal Scores Statistic for Nonparametric One-Way Analysis of Variance
非参数单因素方差分析中正态得分统计量的分布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：摘要研究通用非参数方差分析统计量的分布，没有所列经济计量细分方向的直接证据。
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
非参数单因素方差分析中正态得分统计量的分布
- 研究问题
- 正态得分单因素方差分析检验在小样本与中等样本下的分布如何刻画，常用渐近分布能否准确提供临界值？
- 方法与思路
- 作者给出三样本且总观测数不超过十五时的精确临界值，并利用矩法与贝塔分布构造小样本近似，比较其他拟合方案。
- 材料陈述的贡献
- 摘要称，小样本贝塔近似较准确；在所考察的中等样本规模下，渐近卡方拟合较差，而基于 F 分布的近似表现较好。
- 阅读关注点
- 应核对得分统计量与零假设的定义、精确临界值适用的样本配置，以及贝塔和 F 近似误差的评估范围与标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明误差数值与完整样本配置，近似优劣不能推广到所有情形。
原文摘要
The normal scores test for one-way analysis of variance is studied. Exact critical values are given for the three-sample case when the total number of observations is 15 or less. An accurate small-sample approximation to the true distribution is developed by using the method of moments and the beta probability law. This fitting distribution is used in a heuristic evaluation of other fitting schemes. For moderate sample sizes, the asymptotic chi-squared distribution fits poorly, but an approximation based on the F distribution works fairly well.