Measuring and testing for interval quantile dependence
区间分位数依赖的度量与检验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：摘要直接研究区间分位数独立与依赖度量，对应分位数与分布方向。
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
区间分位数依赖的度量与检验
- 研究问题
- 如何定义并度量区间分位数独立性的偏离，使该度量既能用于独立性检验，也能用于超高维变量筛选？
- 方法与思路
- 作者提出对单调变换不变的非负依赖指标，用矩估计实施检验，并研究零指标与正指标下不同的收敛速度。
- 材料陈述的贡献
- 摘要称指标为零当且仅当区间分位数独立，检验具有一致性，估计量极限分布不依赖母分布，筛选具有 sure screening 性质。
- 阅读关注点
- 应核对区间分位数独立的定义、两种情形下的极限分布及临界值构造，以及超高维筛选所需信号和维度条件。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；完整分布与筛选条件未给出，统计依赖结果不能解释为因果关系。
原文摘要
In this article, we introduce the notion of interval quantile independence which generalizes the notions of statistical independence and quantile independence. We suggest an index to measure and test departure from interval quantile independence. The proposed index is invariant to monotone transformations, nonnegative and equals zero if and only if the interval quantile independence holds true. We suggest a moment estimate to implement the test. The resultant estimator is root-$n$-consistent if the index is positive and $n$-consistent otherwise, leading to a consistent test of interval quantile independence. The asymptotic distribution of the moment estimator is free of parent distribution, which facilitates to decide the critical values for tests of interval quantile independence. When our proposed index is used to perform feature screening for ultrahigh dimensional data, it has the desirable sure screening property.