A class of Šidák-type tests based on maximal precedence and exceedance statistic
本文提出了一类非参数双样本检验。作为原始Šidáks检验的推广，所提出的检验统计量被发展为最大优先和最大重复统计量之和。与Šidák型优先-重复检验和最大优先检验不同，该检验适用于双侧替代，同时不受任何参数假设的约束。检验统计量的精确分布是在零值和莱曼替代下得到的。功率值的比较已经进行，显示能力的建议的测试作为一个有用的替代现有的一些测试的基础上的优先顺序的统计。最后给出了一个实例来说明该方法的应用。
2022-08-04 stat.ME
Wald type and Phi-divergence based test-statistics for isotonic binomial proportions
本文针对独立二项随机变量的假设检验中涉及比例不等式约束的重要问题，引入并研究了新的检验统计量：基于Wald型和φ-散度的检验统计量。作为基于φ-散度的检验统计量的一种特殊情况，考虑了经典的似然比检验。给出了一个说明性的例子，并在广泛的模拟研究中分析了它们在小样本和中等样本量样本量下的性能。
2014-02-26 stat.ME
Test statistics and p-values
我们指出传统的检验统计量的概念过于狭窄，我们提出了一个自然的推广，可以说是最大的。这项研究仅限于简单的统计假设。
2017-05-27 stat.ME
Robust Estimators and Test-Statistics for One-Shot Device Testing Under the Exponential Distribution
本文提出了一种新的单次器件模型参数的估计族--最小密度幂离估计（MDPDEs），以及一种新的基于MDPDEs的检验统计量族--Z型检验统计量，用于检验相应的模型参数。MDPDE族包含Balakrishnan和Ling（2012）中考虑的极大似然估计（MLE）作为一种特殊情况。通过仿真研究，它表明，一些MDPDE有一个更好的行为比MLE的鲁棒性。同时，可以看出，一些基于MDPDE的Z型检验在鲁棒性方面也比经典Z-检验统计量具有更好的行为。
2017-04-25 stat.ME
Note on the robustification of the Student $t$-test statistic using the median and the median absolute deviation
在本说明中，我们提出了一个鲁棒模拟传统的学生$t$ -检验统计量。所提出的统计量易于实现，因此实际上是有用的。我们还表明，它是一个关键量，并收敛到一个标准正态分布。
2018-05-30 stat.ME
Tests for comparing time-invariant and time-varying spectra based on the Anderson-Darling statistic
基于两个单变量时间序列在不同频点的周期图比，提出了两种比较它们谱的检验方法。一种是Anderson-Darling类统计量，用于检验两个时不变谱的相等性。另一种是Anderson-Darling类统计量的最大值，用于检验两个谱的相等性，无论它们是时不变的还是时变的。这两种检验都适用于独立或相关的时间序列。几个仿真例子表明，所提出的统计优于那些也是基于周期图比，但构造的皮尔逊统计。
2021-03-15 stat.ME
Pairwise likelihood estimation and limited information goodness-of-fit test statistics for binary factor analysis models under complex survey sampling
Universiti Brunei Darussalam（文莱达鲁萨兰国大学）；London School of Economics and Political Science（伦敦政治经济学院）
本文探讨了二元数据因子模型中利用成对似然估计进行估计及有限信息拟合优度检验统计量的方法，扩展了复杂抽样设计下的应用，并引入了Pearson卡方检验和Wald检验。
2024-07-23 stat.ME
Phi-Divergence test statistics for testing the validity of latent class models for binary data
本文的主要目的是提出新的检验统计量族，用于研究某些数据对二进制数据的潜在类模型的拟合优度问题。引入的检验统计量族是基于φ-散度测度的，φ-散度测度是极大似然的自然扩展。我们还处理的问题，测试嵌套序列的二进制数据的潜在类模型。对于这些统计量，我们得到了它们的渐近分布。我们将考虑Felipe et al（2014）中介绍的用于解决估计问题的相合估计量。最后，进行了模拟研究，以比较的效率，在这个意义上的水平和权力，本文考虑的新的统计量的样本量是不够大，适用于渐近结果。
2014-07-08 stat.ME
Some homogeneity test statistics for DNA evolutionary models
Dell Technologies（戴尔科技）；University of Campinas（坎皮纳斯大学）
本文提出一种广义U-统计量用于DNA序列进化模型的同质性检验，证明其渐近正态性并模拟评估有限样本性质。
2026-09-09 stat.ME
Empirical phi-divergence test statistics for testing simple null hypotheses based on exponentially tilted empirical likelihood estimators
在计量经济学中，在不假设潜在分布的情况下施加限制来模拟复杂的现实是一种有价值的方法论工具。然而，如果一个子集的限制是不正确的指定，通常的测试统计量正确指定的模型往往拒绝一个简单的原假设。在这种情况下，我们可以说模型存在误设定。我们研究了Balakrishnan et al.（2015）中引入的经验φ-发散检验统计量的行为，通过使用Schennach（2007）的指数倾斜经验似然估计量，作为小样本量的显著性水平的效率和错误指定下的鲁棒性之间的良好折衷。
2015-10-27 stat.ME
Testing Hardy-Weinberg equilibrium with a simple root-mean-square statistic
我们提供的证据表明，根均方检验的拟合优度可以显着更强大的比国家的最先进的精确测试在检测偏离哈代-温伯格平衡。Pearson卡方检验、对数似然比检验和Fisher精确检验对基因型频率之间的相对差异敏感，而均方根检验对绝对差异敏感。这可以增加统计功效，正如我们使用基准数据集和渐近分析所证明的那样。借助于计算机，可以毫不费力地计算均方根统计量的精确P值，并且可以使用作者的免费代码轻松实现。
2013-05-30 stat.ME
Asymptotic Formula for a General Double-Bounded Custom-Sided Likelihood Based Test Statistic
本文提出了一个一般的似然检验统计量的渐近分布，来自Wilks和Wald的结果。检验统计量的一般形式包括考恩、克兰默、格罗斯和维特尔斯以前推导出的检验统计量和相关的渐近公式，这些公式被认为是这里描述的基于似然性的检验统计量的特例。
2013-02-12 physics.data-an stat.ME
An Efficient and Distribution-Free Two-Sample Test Based on Energy Statistics and Random Projections
现有的无分布双样本检验方法的一个共同缺点是计算复杂度可能很高。具体而言，如果样本量为$N$，则这些双样本检验的计算复杂度至少为$O(N^2)$。在本文中，我们开发了一个有效的算法的复杂性$O(N \log N)$计算能量统计在单变量的情况下。对于多变量的情况下，我们介绍了一种基于能量统计和随机投影的双样本检验，它具有$O(K N \log N)$的计算复杂度，其中$K$是随机投影的数量。我们命名为随机投影能量统计（RPES）的多变量情况下，我们的方法。我们可以表明，RPES实现了几乎相同的测试功率与能量统计理论和经验。数值实验也证明了所提出的方法比竞争对手的效率。
2017-07-14 stat.ME
A U-statistic-based test of treatment effect heterogeneity
许多研究的目标是确定不同亚群之间是否存在处理效应异质性。在本文中，我们提出了一个基于U-统计量的非参数检验的原假设，处理效应是相同的，在不同的亚组。建议的测试提供了更多的权力比标准的参数测试时，后者的基本分布假设被违反。我们应用该方法的数据从经济研究的计划有效性，并发现有处理效应异质性在不同的亚群。
2020-12-07 stat.ME
Goodness of Fit Tests Based on Joint Densities of Multiple Sample Statistics
提出基于模拟置信集的拟合优度检验，利用超矩形和最高密度区域构造统计量联合分布的置信集，通过模拟比较显示所提方法在多种备择假设下具有竞争力且常更有效。
2026-07-03 stat.ME
Continuous testing for Poisson process intensities: A new perspective on scanning statistics
提出了一种新的连续测试框架来测试泊松过程的强度。该框架允许严格定义完整的测试过程，从无限数量的假设到联合错误率。我们的工作扩展了传统的程序扫描窗口的基础上，通过控制家庭明智的错误率和错误发现率在一个非渐近的方式和连续的方式。决策规则是基于一个\pvalue过程，可以通过蒙特卡罗程序估计。我们还提出了新的基于核的检验统计量。我们的方法是应用在神经科学和基因组学通过标准的同质性检验，和两个样本的测试。
2017-05-24 stat.ME
Testing randomness of spatial point patterns with the Ripley statistic
聚集模式通常在位置数据集中被视觉地检测到。这些集群可能是有趣的动力学的结果，也可能是纯粹随机性的影响。我们建立了一个渐近高斯检验的假设对应的泊松点过程的随机性。我们首先计算齐次泊松点过程模型下Ripley K-统计量的精确一阶矩和二阶矩。然后我们证明了这种统计量的向量在不同尺度下的渐近正态性，并计算了它的协方差阵。从这些结果中，我们得到一个检验统计量，卡方分布。通过Monte-Carlo研究，我们检查测试是数值上易于处理的，即使是大的数据集，也正确的，当只有一百个点被观察到。
2010-06-08 stat.ME
Testing Exponentiality Based on Rényi Entropy With Progressively Type-II Censored Data
我们用风险函数的不完全积分表示逐步截尾顺序统计量的联合Rényi熵，并给出了逐步II型截尾数据的联合Rényi熵的一个简单估计.在逐步定数截尾数据下，基于Rényi Kullback-Leibler信息建立了一个拟合优度检验统计量，并将其性能与领先检验统计量进行了比较。蒙特卡罗模拟研究表明，该检验统计量对单调递增、单调递减和非单调风险函数的检验统计量具有更好的功效.
2013-03-22 stat.ME
Learning Optimal Test Statistics in the Presence of Nuisance Parameters
最优检验统计量的设计是频率统计学中的一项关键任务，并且对于许多场景，最优检验统计量例如轮廓-似然比是已知的。通过扭转这一论点，我们可以找到配置文件的似然比，即使在无可能性的情况下，其中只有来自模拟器的样本是可用的，通过优化这些场景中的检验统计量。我们提出了一种无似然训练算法，该算法产生的检验统计量相当于在已知后者是最佳的情况下的配置文件似然比。
2022-03-24 physics.data-an stat.ME
Asymptotic linear dependence and ellipse statistics for multivariate two-sample homogeneity test
本文提出了一种基于统计深度的非参数两样本检验方法，具有卡方(1)渐近分布，通过仿真实验和实际数据验证了其有效性。
2025-11-24 stat.ME
Goodness-of-fit tests for spatial point processes: A power study
该研究通过广泛模拟对比多种基于泛函摘要统计量的空间点过程拟合优度检验的功效，纳入拓扑数据分析衍生统计量与连续秩概率得分等新构造，分析组合性能与稳健性及多统计量检验，为检验选择提供指导。
2025-05-19 stat.ME
Covariance Correction for Permutation Statistics in Multiple Testing Problems
Otto von Guericke University Magdeburg（马格德堡奥托·冯·格里克大学）；TU Dortmund University（多特蒙德工业大学）；RWTH Aachen University（亚琛工业大学）
本文提出一种更高效的协方差校正方法，恢复多重检验中排列统计的联合渐近依赖结构，适用于广泛的问题场景。
2026-04-08 stat.ME
Testing goodness-of-fit and conditional independence with approximate co-sufficient sampling
拟合优度（GoF）检验在统计学中无处不在，与模型选择、置信区间构造、条件独立性检验和多重检验有直接联系，仅举几个应用。虽然测试简单（点）原假设的GoF为分析师在选择检验统计量时提供了很大的灵活性，同时仍确保有效性，但大多数复合原假设的GoF测试都受到更多约束，因为检验统计量必须在整个原模型空间上具有易于处理的分布。一个值得注意的例外是共同充分抽样（CSS）：在零模型的充分统计量的条件下重新分配数据，保证使用分析员选择的任何检验统计量进行有效的GoF检验。但是CSS测试要求空模型具有紧凑的（在信息论意义上）充分统计量，这只适用于非常有限的一类模型;即使对于像逻辑斯谛回归这样简单的空模型，CSS测试也无能为力。在本文中，我们利用近似充分性的概念，将CSS测试推广到基本上任何具有渐近有效估计的参数模型，我们称我们的扩展为“近似CSS”（aCSS）测试。我们量化有限样本的第一类错误膨胀aCSS测试，并表明它是消失在标准的极大似然渐近，任何选择的检验统计量。我们应用我们提出的程序在理论上和模拟一些感兴趣的模型，以证明其有限样本第一类错误和权力。
2021-09-14 stat.ME
Goodness-of-fit tests for spatial point processes: A review
本文综述空间点过程拟合优度检验，梳理经典函数型汇总统计量与拓扑数据分析方法，并用统一记号分类相关检验统计量构造方式。
2025-01-07 stat.ME
Asymptotic Online FWER Control for Dependent Test Statistics
本文提出一种新的在线多重检验框架，可在任意相依结构下渐近控制FWER，并通过模拟验证其有限样本错误控制与功效提升。
2025-03-09 stat.ME
Robust and efficient Breusch-Pagan test-statistic: an application of the beta-score Lagrange multipliers test for non-identically distributed individuals
在计量经济学中，布鲁施-帕甘检验统计量已成为拉格朗日乘数（LM）检验的标志性应用。我们将介绍线性回归模型中异方差的beta-评分LM检验，它通过调整参数beta>=0来权衡稳健性和效率的程度，beta =0是经典的Breusch-Pagan检验统计量，在没有离群值的情况下是最有效的。一个非常优雅的表达式，一个吸引人的最小二乘解释。执行检验统计量的构建，将Basu等人（2022）的方法从同分布个体扩展到非同分布个体，用于复合零假设。给出了关于鲁棒性和效率性质的详细理论证明，所有这些都是正态的。一个修改后的版本，Koenker的β分数检验统计量。
2023-01-18 math.ST stat.ME stat.TH
A Relativity-Based Framework for Statistical Testing Guided by the Independence of Ancillary Statistics: Methodology and Nonparametric Illustrations
The State University of New York at Buffalo（纽约州立大学布法罗分校）
本文提出一个决策理论框架，用于构建和评估基于与辅助统计量关系的检验统计量，强调减少检验统计量与相关辅助结构的依赖性，从而获得最有力检验方法，并通过非参数检验的修改示例展示了该方法。
2026-04-01 math.ST stat.ME stat.TH
Joint limiting laws for high-dimensional independence tests
测试独立性在大规模推理的许多重要领域都具有重要意义。用极值型统计量检验稀疏方案和用二次型统计量检验稠密方案是高维独立性的两种重要检验方法。然而，二次型统计遭受低功率对稀疏的替代品，和极值形式的统计遭受低功率对密集的替代品与小的干扰，并可能有大小失真，由于其缓慢的收敛。对于现实世界的应用程序，重要的是要针对更一般的替代方案推导出强大的测试程序。基于中间极限分布，我们导出了极值型和二次型统计量的（无模型）联合极限律，并令人惊讶地证明了它们是渐近独立的.鉴于这样的渐近独立性，我们提出（无模型）测试程序，以提高对一般替代品的权力，并保留正确的渐近大小。在高维情形下，我们导出了封闭形式的极限零分布，并得到了它们的明确的一致收敛性。我们证明了他们一贯的统计权力对一般的替代品。我们证明了我们提出的检验统计量在模拟研究的性能。我们的工作为高维独立性检验提供了非常有用的见解，并填补了一个重要的空白。
2015-12-30 math.ST stat.ME stat.ML
Empirical phi-divergence test statistics for testing simple and composite null hypotheses
本文的主要目的是首先介绍一个新的家庭的经验检验统计量测试一个简单的原假设时，通过一组特定的无偏估计函数定义的参数向量。该检验统计量族基于两个概率向量之间的距离，其中第一概率向量通过使参数向量上的经验似然最大化而获得，并且第二向量在简单的原假设下从参数的固定向量定义。为此目的所考虑的距离是φ-发散度量。然后推导出该族检验统计量的渐进分布。所提出的方法是说明通过著名的数据Newcomb的测量光的通过时间。模拟研究进行比较其性能与经验的似然比检验时，置信区间构造的基础上，小样本量。结果表明，“经验修正的似然比检验统计量”是经验似然比检验统计量的一种有竞争力的替代方法，并且在数据中存在污染的情况下比经验似然比检验统计量更稳健.最后，我们提出了经验的Φ发散检验统计量测试复合原假设，并提出了一些渐近以及模拟结果，这些测试程序的性能进行评估。
2014-08-17 math.ST stat.ME stat.TH
Inference via Randomized Test Statistics
我们表明，外部随机化可能会强制收敛的检验统计量在特定情况下，他们的极限分布。这导致了一个更尖锐的推论。我们的方法是基于加权和的中心极限定理。我们将我们的方法应用到一个家庭的秩为基础的检验统计量和一个家庭的φ发散检验统计量，并证明，具有压倒性的概率相对于外部随机化，随机化统计量收敛的速度$O(1/n)$（一些对数因子）的限制χ 2分布在Kolmogorov度量。
2022-11-16 math.ST stat.ME stat.TH
Randomization Tests for Distributions of Individual Treatment Effects via Combined Rank Statistics
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of Chicago（芝加哥大学）
本文提出了一种自适应结合多个秩统计量的方法，用于评估随机实验中个体因果效应的分布，避免了传统方法中选择统计量带来的效力损失问题。
2026-05-08 stat.AP stat.ME
A randomization-based perspective of analysis of variance: a test statistic robust to treatment effect heterogeneity
在有限总体环境中考虑了Neyman原假设（无平均治疗效应）的Fisher随机化检验，该环境与两种以上治疗的完全随机化实验相关。从理论和计算两方面对使用$F$统计量进行此类检验的后果进行了检查，并认为在治疗效应异质性下，在Fisher随机化检验中使用$F$统计量可能会严重增加内曼原假设下的I型错误。提出了一种替代的检验统计量，导出了它在Fisher和Neyman原假设下的渐近分布，并证明了它的优点。
2017-07-24 math.ST stat.ME stat.TH
Statistical test for fractional Brownian motion based on detrending moving average algorithm
受当代反常扩散过程的广泛应用的启发，我们提出了一种新的反常扩散系统的分数阶布朗运动的统计检验方法.该检验是基于去趋势移动平均统计量及其概率分布。利用高斯二次型理论，我们确定它是一个广义卡方分布。所提出的检验方法可以推广到任何中心非退化高斯过程的统计检验。最后，我们通过蒙特卡罗模拟的两个示例性的情况下，subdiffusive和superdiffusive动态检查测试。
2018-03-22 math.PR physics.data-an stat.AP
Asymptotic relatively more efficient test with auxiliary information: the case of the $Z$-test and the chi-square test
本文的主要目的是研究如何利用辅助信息来提高两种著名的统计检验：$ Z$检验和χ 2检验的效率。辅助信息的许多定义可以在统计文献中找到。在这篇文章中，辅助信息的概念是从一个非常一般的角度来讨论，并取决于相关的测试。这两个统计检验经过修改，以便将此信息考虑在内。特别是表明，这些新的测试的效率提高的意义上的Pitman的ARE。一些统计实例说明了这种方法的使用。
2021-09-01 math.ST stat.AP stat.CO
A one-sample location test based on weighted averaging of two test statistics in high-dimensional data
我们讨论了一个单样本的位置测试，可用于在高维数据的情况下。对于高维数据，当维数接近样本量时，Hotelling检验的功效下降。为了解决这种功率损失，提出了一些非精确方法，例如，Dempster（1958，1960）、Bai和Saranadasa（1996）以及Srivastava和Du（2006）。在本文中，我们集中在霍特林的测试和Dempster的测试。这两种试验的比较优劣因局部参数而异。特别是，我们考虑的情况下，很难确定应使用哪一个测试，也就是说，这两个测试是渐近等价的本地电源。我们提出了一个新的统计霍特林的$T^2$统计和Dempster的统计，可以应用在这种情况下的加权平均的基础上。我们的重量是确定的基础上的最大局部渐近功率的限制参数空间，诱导局部渐近等价之间的Hotelling的测试和Dempster的测试。此外，还得到了关于局部幂的一些好的渐近性质。数值结果表明，在大多数参数设置下，我们的检验比Hotelling的$T^2$统计量和Dempster的统计量更稳定。
2014-05-09 math.ST stat.ME stat.TH
Two-Sample Tests for Large Random Graphs Using Network Statistics
我们考虑一个两样本的假设检验问题，其中的分布被定义在无向图的空间上，并且每个模型只能得到一个观测值。这个问题的一个激励性例子是比较Facebook和LinkedIn上的友谊网络。解决这类问题的实际方法是根据某些网络统计数据对网络进行比较。在本文中，我们提出了一个一般原则，在这种情况下，两个样本的假设检验，而不作任何假设的网络生成过程。本文的主要贡献是一个一般的配方的问题的基础上集中的网络统计数据，因此，一致的双样本测试，出现作为这个问题的自然解决方案。我们还表明，建议的测试是最小化最优的某些网络统计。
2017-05-26 stat.ME stat.ML
Multiple Test Functions and Adjusted p-Values for Test Statistics with Discrete Distributions
当检验统计量具有离散分布时，建议使用随机化$p$值、（非随机化）中等$p$值和抽象随机化$p$值检验原假设。本文提供了一个统一的框架，这些方法，并将其扩展到多重检验设置。特别地，开发了上述$p$值和多个测试函数的多重调整版本。它表明，每当通常的非随机化和随机化的决定拒绝或保留原假设可能不同，（调整）抽象随机$p$值和测试功能应报告，特别是当测试的数量很大。结果表明，所提出的方法优于传统的随机和非随机方法的偏差和变异性。工具绘制调整后的抽象随机$p$值和计算多个测试功能的开发。最后通过实例说明了该方法，并提出了一种新的多重性调整中间$p$值.
2014-12-01 stat.CO stat.ME
One- and two-sample nonparametric tests for the signal-to-noise ratio based on record statistics
引入了一类新的非参数统计-r-统计量。它由计数样本的累积和的记录数组成。对于高斯和均匀分布的变量，单样本r-统计量几乎与Student t-统计量一样强大，并且只要数据不是太重尾，就比符号和Wilcoxon符号-秩统计量更强大。提出了三种两样本参数r-统计量，一种比Mann-Whitney U-检验具有更高的特异性但灵敏度较小，另一种具有更高的灵敏度但特异性较小。引入了一种非参数两样本r-统计量，对于高斯分布或均匀分布的变量，其功效与Welch统计量非常接近。
2015-07-13 physics.soc-ph q-fin.GN stat.ME
Adaptive test for ergodic diffusions plus noise
提出了随机扩散方程的状态空间统计模型--遍历扩散加噪声模型的参数检验方法。将检验统计量分为三类：似然比型检验统计量、Wald型检验统计量和Rao型检验统计量。所有的检验统计量都是用噪声观测值的局部均值序列的拟似然函数构造的。我们还模拟了几个实际假设检验的行为，并检查了零假设下检验统计量的收敛规律和备择假设下检验的一致性。我们应用该方法对风场数据进行了实际数据分析，并主要就扩散系数的结构对一些假设进行了检验。
2018-04-05 math.ST stat.ME stat.TH
Adaptive L-statistics for high dimensional test problem
Nankai University（南开大学）
本研究针对高维单样本位置检验问题，推导了两类L-统计量的极限分布，建立其渐近独立性后提出柯西组合检验，模拟与实证均验证了方法的优势。
2026-08-14 math.ST stat.ME stat.TH
Rank Based Tests for High Dimensional White Noise
针对高维时间序列白噪声检验问题，提出三类基于秩的无分布检验方法，建立其渐近零分布与速率最优性，其中退化U统计量检验可检测非线性非单调自相关，且首次考虑高维数据截面相关性下的秩相关统计量渐近分布。
2023-07-19 math.ST stat.ME stat.TH
Fisher's combined probability test for high-dimensional covariance matrices
在高维数据的统计分析中，检验大的协方差阵是非常重要的。在过去的十年中，文献中研究了三种类型的检验统计量：二次型统计量、最大型统计量及其加权组合。众所周知，二次型统计量将遭受低功率对稀疏的选择和最大形式的统计量将遭受低功率对密集的选择。在适当选择权值的情况下，引入加权组合方法来提高二次型统计量或最大型统计量的功效。在本文中，我们提供了一个新的视角，充分利用二次型统计量和最大型统计量的测试高维协方差阵的潜力。我们提出了一种基于Fisher方法的尺度不变功率增强检验，将二次型统计量和最大型统计量的p值结合起来。在仔细研究了二次型统计量和最大型统计量的渐近联合分布后，我们证明了所提出的组合方法保持了正确的渐近大小，并提高了对更一般的选择的能力。此外，我们证明了有限样本的性能在模拟研究和实际应用。
2020-05-31 math.ST stat.AP stat.ME
On the statistical analysis of grouped data: when Pearson $χ^2$ and other divisible statistics are not goodness-of-fit tests
School of Statistics, University of Minnesota（明尼苏达大学统计学院）；School of Mathematics and Statistics, Victoria University of Wellington（惠灵顿维多利亚大学数学与统计学院）
本文探讨了分组数据统计分析中Pearson χ²等可分割统计量的局限性，提出了一种统一方法，并构建了无分布拟合优度检验。
2026-06-06 math.ST physics.data-an stat.CO
Random Invariance Testing on Quadratic Form Statistics with Application to Autocorrelation
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of Alberta（阿尔伯塔大学）
本研究提出二次型统计量的随机不变性测试方法，改进了自相关检验的非参数变体，功效优于经典检验，可适配其他二次型统计量。
2026-08-27 math.ST stat.ME stat.TH
Statistical tests for the Pseudo-Lindley distribution and applications
伪林德利分布是Zeghdoudi和Nedjar（2016）中林德利分布的一个有用的推广，他们在可靠性和生存分析中展示了他们的新定律的有趣特性和建模数据的效率。本文研究了这对参数的估计量，确定了它们的渐近律，并由此导出了一个卡方律。从这两个渐近定律，统计检验建立。对测试的模拟研究得出结论，其效率的数据大小通常用于可靠性。与该法律的统计分析相关的R代码在Arxiv中的适当档案库代码文件中给出。
2019-10-21 math.ST stat.ME stat.TH
Efficiency of Exponentiality Tests Based on a Special Property of Exponential Distribution
基于指数律的一个特殊性质，构造了指数性的拟合优度检验。检验统计量是U-经验过程的泛函。第一个统计量是积分型的，第二个是Kolmogorov型统计量。我们表明，我们的统计对应的内核是非退化的。描述了新统计量在原假设下的极限分布和大偏差。他们的本地Bahadur效率为各种参数的替代品进行计算，并与新的测试模拟功率进行比较。讨论了Bahadur意义下新统计量的局部最优性条件，并给出了“最有利”选择的例子。新的测试被应用到拒绝的假设的指数的统治时间的罗马皇帝，这是在最近几年集中讨论。
2016-03-07 math.ST stat.ME stat.TH
asympTest: an R package for performing parametric statistical tests and confidence intervals based on the central limit theorem
本文介绍了一个R软件包实现大样本测试和置信区间（基于中心极限定理）的各种参数。考虑了一个和两个样本均值和方差上下文。所有测试的统计数据都以相同的形式表示，这有助于它们的呈现。在方差参数的情况下，经典检验的渐近稳健性取决于数据分布偏离正态分布的峰度。
2009-02-27 math.ST stat.CO stat.ME
A Necessary and Sufficient Condition for Size Controllability of Heteroskedasticity Robust Test Statistics
University of Vienna（维也纳大学）；WU Vienna University of Economics and Business（维也纳经济与商业大学）
针对回归模型中单个约束检验，给出了异方差稳健检验统计量尺寸可控性的充要条件，改进了现有仅充分条件的结果。
2026-06-19 econ.EM math.ST stat.ME
