The Power of Chi Square Tests for Contingency Tables
列联表卡方检验的功效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：摘要研究一般列联表检验功效与抽样设计，未提供所列经济计量细分领域的直接证据。
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
列联表卡方检验的功效
- 研究问题
- 对于行列列联表相关模型，如何计算卡方检验渐近功效所需的非中心参数，并据此讨论大样本功效与抽样设计？
- 方法与思路
- 作者在列联表相关的两类模型中计算以向量—矩阵乘积表示的非中心参数，用于近似检验功效并讨论样本设计。
- 材料陈述的贡献
- 摘要称，给出了两类列联表模型的非中心参数计算结果，从而支持大样本功效近似，并讨论这些结果对样本设计的含义。
- 阅读关注点
- 应核对两类模型各自的抽样机制、备择假设和非中心参数表达，以及大样本功效近似如何转化为样本设计要求。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；两类模型的具体定义和近似误差未说明，无法据此计算功效或推断版本变化。
原文摘要
The general theory of the asymptotic power of chi square tests requires the evaluation of a non-centrality parameter which is expressed as a vector-matrix vector product. This parameter is evaluated for two of the models associated with r × c contingency tables. This permits the power of such tests to be approximated on a large sample basis. Further considered are some implications of these results for sample design problems.