Comments on a Criterion of Transformation Proposed by Schlesselman
对Schlesselman所提变换准则的评论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：文本讨论通用方差分析的变换选择与统计结果纠正，没有所列微观、宏观或金融细分的直接依据。
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
对Schlesselman所提变换准则的评论
- 研究问题
- 在有重复观测的双因素方差分析中，关于变换选择准则Z(γ)的抽样结果及正态误差下分布，哪些结论需要修正？
- 方法与思路
- 作者针对Schlesselman的变换准则评论既有比较结果，并报告对部分抽样结果及正态误差下Z(γ)分布的纠正。
- 材料陈述的贡献
- 摘要明确的贡献是纠正先前结果；Z(γ)优于Box–Cox方法属于被评论研究的陈述，不能当作本文确认的结论。
- 阅读关注点
- 应核对被纠正结果的具体内容、模拟设置及分布推导，并确认修正后是否改变原有变换方法的比较结论。
- 阅读边界
- 仅据版本未注明的评论摘要；未给出修正公式或完整比较结果，不能推断新的优越性结论，也不能将评论冒充原研究。
原文摘要
In the two-way analysis of variance with replicates, Schlesselman (1973) proposed a criterion of transformation based on classical statistics for testing homoscedasticity and additivity. He compared his criterion (Z(γ)) for selecting a transformation with the maximum likelihood estimate of Box and Cox (1964), and found Z(γ) superior in selecting a “correct” transformation when tested on models with normal and Cauchy error terms. We report here corrections of some of the sampling results given by Schlesselman, and also correct his result on the distribution of Z(γ) when the errors are normally distributed.