A Wilcoxon-Mann-Whitney-type test for infinite-dimensional data
无限维数据的 Wilcoxon–Mann–Whitney 型检验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：摘要研究无限维数据的通用稳健检验，重尾分布本身不足以归入金融尾部风险方向。
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
无限维数据的 Wilcoxon–Mann–Whitney 型检验
- 研究问题
- 如何将具有稳健性的 Wilcoxon–Mann–Whitney 检验思想扩展到无限维数据，并比较其在异常值及重尾分布下的表现？
- 方法与思路
- 作者基于无限维空间中的空间秩构造检验，研究其渐近性质，并通过真实与模拟数据同若干已有检验比较表现。
- 材料陈述的贡献
- 摘要称所提检验对异常值稳健，并在某些重尾分布下比部分竞争方法具有更高功效；这些比较仅限摘要所指的分布情形。
- 阅读关注点
- 应核对无限维空间的设定、空间秩的定义、检验所针对的原假设，以及异常值稳健性和重尾功效比较的具体条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未给出检验假设及比较分布，重尾功效结论不能外推为普遍优势。
原文摘要
The Wilcoxon–Mann–Whitney test is a robust competitor of the |$t$| test in the univariate setting. For finite-dimensional multivariate non-Gaussian data, several extensions of the Wilcoxon–Mann–Whitney test have been shown to outperform Hotelling's |$T^{2}$| test. In this paper, we study a Wilcoxon–Mann–Whitney-type test based on spatial ranks in infinite-dimensional spaces, we investigate its asymptotic properties and compare it with several existing tests. The proposed test is shown to be robust with respect to outliers and to have better power than some competitors for certain distributions with heavy tails. We study its performance using real and simulated data.