A Nonparametric Test for Linear Regression Based on Combining Kendall's Tau with the Sign Test
结合 Kendall 秩相关与符号检验的非参数线性回归检验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：摘要属于一般线性回归的非参数检验，未提供因果、分位数或其他具体细分方向的依据。
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
结合 Kendall 秩相关与符号检验的非参数线性回归检验
- 研究问题
- 如何利用残差符号及其与自变量的秩相关，检验线性回归参数，并构造相应置信域与评估渐近效率？
- 方法与思路
- 作者结合残差符号和 Kendall 相关构造统计量，列出小样本分布、推导渐近近似，并计算相对既有检验的 Pitman 效率。
- 材料陈述的贡献
- 摘要称，文章提供非参数回归参数检验及对应置信域，同时给出小样本分布和相对最小二乘、Brown-Mood 检验的效率。
- 阅读关注点
- 应核对回归误差与自变量的条件、残差符号和秩相关的组合方式，以及小样本分布与效率比较所依据的分布设定。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未说明误差条件或效率数值，非参数表述不能理解为完全无分布限制。
原文摘要
A nonparametric test for hypotheses concerning linear regression parameters is based on the signs of the residuals and their Kendall correlation with the independent variable. The small-sample distribution of the test statistic is tabulated, asymptotic approximations are derived, and the corresponding confidence region is presented. Furthermore, the Pitman asymptotic relative efficiency of the test is calculated with respect to the classical test based on least squares and with respect to the Brown-Mood test.