Detecting Unequal Marginal Scales in a Bivariate Population
检测二元总体的边际尺度差异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：摘要研究一般二元分布的尺度检验，未提供经济分布效应或其他所列领域的直接依据。
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
检测二元总体的边际尺度差异
- 研究问题
- 如何利用二元对称性的零假设构造条件检验来检测两个边际尺度是否不同，并评价其相对于既有检验的效率？
- 方法与思路
- 作者提出条件检验，建立统计量渐近正态性和检验一致性，在二元正态及三变量归约模型中比较效率，并进行模拟。
- 材料陈述的贡献
- 摘要称，该检验具有渐近正态性与一致性，并给出相对标准参数检验及部分既有检验的渐近效率和模拟表现。
- 阅读关注点
- 应核对二元对称性与边际尺度相等的关系、条件化的信息对象，以及不同分布模型下的效率与功效比较。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，不能推断刊本变化；具体统计量、条件化方式及结论所需分布条件未说明。
原文摘要
A conditional test is proposed that uses the null hypothesis of bivariate symmetry to detect unequal marginal scales in a bivariate population. The asymptotic normality of the test statistic and the consistency of the test are established. Asymptotic relative efficiency comparisons are made with the standard parametric test in both the bivariate normal case and in a trivariate reduction model case and with two of Sen's (1967) tests in the bivariate normal case. The good performance of the test is also illustrated via a Monte Carlo study.