Distribution-Free Two-Sample Tests for Scale
分布无关的两样本尺度检验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：摘要讨论通用两样本尺度检验，未明确研究经济分布效应、分位数或金融波动率。
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
分布无关的两样本尺度检验
- 研究问题
- 如何构造两样本尺度差异检验，在保留经典线性秩检验局部渐近效率的同时，提高小样本检验功效？
- 方法与思路
- 作者提出一类非线性秩统计量，在两个总体相同时具有分布无关性，并构造对应于若干经典尺度检验的新版本。
- 材料陈述的贡献
- 摘要称新检验具有与对应线性秩检验相同的Pitman效率且小样本功效更高；对称总体、等样本量下可处理位置不同。
- 阅读关注点
- 应核对分布无关性对应的原假设、尺度与位置差异的区分，以及对称性和等样本量在一致性结论中的作用。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要，小样本功效比较的分布与数值未说明；一致性不能外推到非对称总体或不等样本量。
原文摘要
Several linear rank statistics have been proposed in the literature for the two-sample scale problem. We propose a new class of statistics which are distribution free when the populations are identical, but are not linear rank statistics. Our analogs of the Ansari-Bradley, Mood, and Klotz tests are of particular interest. Each has the same Pitman efficiency as its corresponding linear rank statistic, and yet our small-sample power is significantly higher. In addition, our tests are consistent for scale differences with unequal location in the case when the populations are symmetric and the sample sizes are equal.