A Test for Asymmetry Associated with the Hodges-Lehmann Estimator
与Hodges–Lehmann估计量相关的非对称性检验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：材料涉及一般位置估计与分布对称性检验，未明确研究微观分布效应或其他给定细分方向。
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
与Hodges–Lehmann估计量相关的非对称性检验
- 研究问题
- 能否利用Hodges–Lehmann位置估计量对应的最小距离，构造检验总体分布非对称性的统计量？摘要关注估计与检验之间的联系。
- 方法与思路
- 作者将某一版本的Hodges–Lehmann估计量解释为特定Cramér–von Mises距离的最小距离估计量，再使用最小化后的距离构造检验。
- 材料陈述的贡献
- 摘要称该位置估计量具有最小距离表述，而在估计值处计算的距离自然提供了用于检验底层分布非对称性的统计量。
- 阅读关注点
- 应核对距离的定义、对称性原假设、统计量的零假设分布和临界值构造，并检查样本要求及检验功效的评价方式。
- 阅读边界
- 这是稿件版本未注明的 OpenAlex 索引摘要；估计量符号缺失，需核对原PDF。摘要未说明检验分布、适用条件或功效结果。
原文摘要
One version of the Hodges-Lehmann estimator, = median{(Xi + Xj )/2, 1 ≤ i, j ≤ n}, is also the minimum distance estimator derived from a particular Cramér-von Mises distance. This distance evaluated at , that is, the minimized distance, provides a natural statistic for testing asymmetry of the underlying distribution.