Goodness of Fit: An Axiomatic Approach
拟合优度：一种公理化方法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：摘要研究通用分布散度与拟合优度检验，收入数据应用不足以确认涉及所列分位数或分布效应细分。
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…
拟合优度：一种公理化方法
- 研究问题
- 如何从公理出发构造分布间差异的度量，并据此进行拟合优度检验，同时辨别样本分布偏离目标分布族的方式？
- 方法与思路
- 作者构建单参数散度度量族，推导检验统计量的渐近分布；由于极限分布难以解析处理，提出参数自助法实施检验。
- 材料陈述的贡献
- 摘要称模拟中检验表现良好，与若干常用检验相比有优势；调整统计量参数可提供分布偏离的信息，并以英国收入数据展示应用。
- 阅读关注点
- 应核对公理如何约束散度族、不同参数关注何种偏离、参数自助法有效的条件，以及模拟比较的备择分布和检验规模。
- 阅读边界
- 摘要未列出具体公理、渐近条件、模拟设计与检验数值，因而无法判断比较优势能否推广；英国收入应用的具体发现亦未说明。
原文摘要
An axiomatic approach is used to develop a one-parameter family of measures of divergence between distributions. These measures can be used to perform goodness-of-fit tests with good statistical properties. Asymptotic theory shows that the test statistics have well-defined limiting distributions which are, however, analytically intractable. A parametric bootstrap procedure is proposed for implementation of the tests. The procedure is shown to work very well in a set of simulation experiments, and to compare favorably with other commonly used goodness-of-fit tests. By varying the parameter of the statistic, one can obtain information on how the distribution that generated a sample diverges from the target family of distributions when the true distribution does not belong to that family. An empirical application analyzes a U.K. income dataset.