库尔希德·阿拉姆;阿伯纳西,罗杰;卡尔文·威廉姆斯。 基于统计等效块的多变量优良性测试。 (英语) Zbl 0785.62060号 Commun公司。统计、理论方法 22,第6期,1515-1533(1993). 总结:在单变量情况下,各种非参数程序都是已知的良好性检验。这些程序的无分布性并没有扩展到多元情况。我们考虑应用统计等效块理论(SEB)来获得多元情况下的无分布过程。在零假设下,样本值被转换为随机变量,随机变量从[0,1]上的均匀分布分布为样本间距。基于间距,已知各种测试统计数据,用于测试单变量情况下的一致性。根据SEB生成的间距,任何这些统计数据都可以用于多元情况。本文阐述了SEB理论的发展,并回顾了基于样本间距的薄膜质量测试。为了说明SEB的应用,我们考虑了一个双变量正态性检验。 引用于6文件 MSC公司: 62H15型 多元分析中的假设检验 62G10型 非参数假设检验 关键词:切割功能;桌子;统计等效块;免费分发;样品间距;均匀分布;测试均匀性;菲特优良性试验;二元正态性检验 PDF格式BibTeX公司 XML格式引用 \textit{K.Alam}等人,Commun。Stat.,理论方法22,第6期,1515-1533(1993年;Zbl 0785.62060) 全文: 内政部 参考文献: [1] 内政部:10.1007/BF02504744·Zbl 0372.62038号 ·doi:10.1007/BF02504744 [2] Anderson,T.W.1966。基于统计等效块的一些非参数程序,编辑:Krishnaiah,P.R.5–27。纽约:学术出版社·Zbl 0245.62054号 [3] DOI:10.1214/aoms/1177697800·Zbl 0179.48704号 ·doi:10.1214/aoms/1177697800 [4] 内政部:10.2307/2345083·兹伯利0437.62027 ·doi:10.2307/2345083 [5] 内政部:10.1093/biomet/63.2.343·Zbl 0331.62036号 ·doi:10.1093/biomet/63.2.343 [6] DOI:10.1093/biomet/65.1.214·Zbl 0394.62030号 ·doi:10.1093/biomet/65.1.214 [7] DOI:10.1093/biomet/66.3.619·Zbl 0455.62036号 ·doi:10.1093/biomet/66.3.619 [8] 内政部:10.2307/2981800·Zbl 0473.62021号 ·doi:10.2307/2981800 [9] D'Agontistino,R.B.和Stephens,M.A.1986.《足球技术之善》,第68卷,第97–194页。马塞尔·德克尔。统计:教科书和专著 [10] 内政部:10.1214/aoms/1177729030·Zbl 0053.09902号 ·doi:10.1214/aoms/1177729030 [11] 内政部:10.1214/aos/1176344789·Zbl 0425.62026号 ·doi:10.1214/aos/1176344789 [12] Durbin,J.1973。基于样本分布函数的测试分布理论,26–32。宾夕法尼亚州费城:SIAM·Zbl 0267.62002号 [13] Fisher,R.A.谐波分析中的显著性检验。英国皇家统计学会学报A辑第125卷,第54-59页·联合财务报表55.0950.16 [14] 数字对象标识码:10.1111/j.1469-1809.1940.tb02233.x·文件编号:10.1111/j.1469-1809.1940.tb02233.x [15] DOI:10.1214/aos/1176345137·Zbl 0448.62030号 ·doi:10.1214/aos/1176345137 [16] 内政部:10.1080/00949658308810620·Zbl 0531.62044号 ·网址:10.1080/00949658308810620 [17] 内政部:10.1080/00949658408810760·Zbl 0598.62043号 ·doi:10.1080/0949658408810760 [18] 弗雷泽,D.A.S.1957。统计学中的非参数方法,148–158。统计威利系列·Zbl 0077.12903号 [19] Kuo R.,《皇家统计学会杂志》B辑46第228页–(1984) [20] Gnanadesikan R.,多元观测的统计数据分析方法(1977年)·Zbl 0403.62034号 [21] 内政部:10.2307/2981176·doi:10.2307/2981176 [22] 内政部:10.1214/aop/1176994901·Zbl 0421.60017号 ·doi:10.1214/aop/1176994901 [23] 内政部:10.2307/3212956·Zbl 0435.60016号 ·doi:10.2307/3212956 [24] 内政部:10.1016/0378-3758(85)90078-3·兹伯利0587.62094 ·doi:10.1016/0378-3758(85)90078-3 [25] Jammalamadaka S.R.,《理论和应用统计学的新观点》,第311页–(1986年) [26] DOI:10.1007/BF02614112·Zbl 0702.62041号 ·doi:10.1007/BF02614112 [27] 内政部:10.1080/0094965880881170·doi:10.1080/0094965880881170 [28] 内政部:10.1093/biomet/70.3.727·Zbl 0537.62035号 ·doi:10.1093/biomet/70.3.727 [29] Kuo,M.和Rao,J.S.基于高阶间距的极限理论和测试效率。《统计学——应用和新方向》,《金禧年会议录》,印度统计研究所会议。第333-352页。印度加尔各答:统计出版协会。 [30] Pyke R.,《皇家统计学会杂志》系列7,第395页–(1965) [31] Pyke,R.重新审视间距。第六届伯克利数理统计与概率研讨会论文集。第1卷,加州伯克利:加州大学出版社·Zbl 0234.62008号 [32] DOI:10.1214/aos/1193342382·Zbl 0276.62028号 ·doi:10.1214操作系统/1193342382 [33] Rao J.S.,Sankhya B 38第329页–(1976年) [34] DOI:10.1214/aos/1176343058·Zbl 0306.62007年 ·doi:10.1214/aos/1176343058 [35] DOI:10.1016/0047-259X(80)90073-1·Zbl 0454.62020号 ·doi:10.1016/0047-259X(80)90073-1 [36] DOI:10.1214/aoms/1177729394·Zbl 0047.13104号 ·doi:10.1214/aoms/1177729394 [37] 桑德斯·R,《生物特征》67第237页–(1980) [38] 内政部:10.1002/9780470316481·Zbl 0538.62002号 ·数字对象标识代码:10.1002/9780470316481 [39] Sethuraman J.,《统计推断中的非参数技术》,第405页–(1970) [40] Shorack,G.R.和Wellner,J.A.,1986年。统计应用的经验过程,720-762。威利。概率统计系列 [41] 数字对象标识码:10.1111/j.1469-1809.1939.tb02216.x·兹比尔0023.05603 ·文件编号:10.1111/j.1469-1809.1939.tb02216.x [42] DOI:10.1214/aoms/1177730343·Zbl 0029.15502号 ·doi:10.1214/aoms/1177730343 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。