Significance tests based on residuals
基于残差的显著性检验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：摘要研究通用线性回归残差与异常值检验，未指向所列经济计量领域细分。
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…
关注这篇论文的作者
基于残差的显著性检验
- 研究问题
- 研究如何利用线性回归残差的已知分布构造精确显著性检验，尤其是检验是否存在一个或多个异常观测。
- 方法与思路
- 作者从线性回归残差分布出发，详细构造异常值检验，并分别推导正态、指数误差下的结果及其他非正态情形公式。
- 材料陈述的贡献
- 摘要称给出检测一个或多个异常值的新检验，在正态与指数误差情形获得精确结果，并讨论向其他检验的应用。
- 阅读关注点
- 应核对残差分布成立的模型条件、单个与多个异常值的零假设、检验统计量和显著性校准，以及非正态公式的适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；精确性依赖相应误差分布与模型条件，不能据此认定对分布误设或任意异常模式稳健。
原文摘要
The known distribution of residuals from linear regression models may be used to construct exact tests of significance. New tests for the presence of one or more outliers are considered in detail. Applications of the theory to other tests are discussed. Exact results are worked out for the normal and exponential error distributions; formulae are given for other nonnormal cases.