×
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。