The Use of the Concept of a Future Observation in Goodness-Of-Fit Problems
在拟合优度问题中使用未来观测的概念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：未来观测用于通用拟合优度论证，摘要未涉及宏观预测或其他所列应用方向。
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
在拟合优度问题中使用未来观测的概念
- 研究问题
- 如何结合未来观测的贝叶斯分布与抽样论检验，衡量观测频数和预测频数之间的偏离，并用于多项式响应函数的阶数估计？
- 方法与思路
- 作者以未来观测的分布形成预测频数，再研究衡量实际频数与预测频数差异的类卡方统计量，将贝叶斯与抽样论论证结合。
- 材料陈述的贡献
- 摘要称，给出二项、泊松和正态抽样的例子，并由这一拟合优度思路得到估计多项式响应函数阶数的一种程序。
- 阅读关注点
- 应核对未来观测分布如何形成、先验信息如何进入，以及类卡方统计量的抽样分布和多项式阶数估计程序的具体规则。
- 阅读边界
- 仅据所给 Crossref 摘要；先验设定、检验校准和阶数估计性能未说明，不能补充具体条件或推断其他版本变化。
原文摘要
Summary An attack on the problem of goodness of fit is made by combining a Bayesian and sampling argument; the Bayesian part is effected by using the distribution of a future observation, while the sampling argument concerns itself with the distribution of a “chi-squared like” statistic, which measures discrepancies of observed frequencies from those predicted by the distribution of the future observation. Examples are given for the case of sampling from the binomial, Poisson and normal distributions. An interesting application arising from the above approach is a procedure for estimating the degree of a polynomial response function.