Linear rank statistics, finite sampling, permutation tests and Winsorizing
线性秩统计量、有限总体抽样、置换检验与缩尾处理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：摘要研究一般秩统计量与置换检验，没有随机处理分配或其他所列应用领域的直接依据。
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
线性秩统计量、有限总体抽样、置换检验与缩尾处理
- 研究问题
- 简单线性秩统计量有哪些可能的渐近分布，有限总体抽样和斜率置换检验中的缩尾处理如何影响正态近似？
- 方法与思路
- 作者研究线性秩统计量的渐近正态性及所有可能子序列极限的表示，并将结果用于有限总体抽样和斜率检验。
- 材料陈述的贡献
- 摘要称，使用正态得分回归常数，或对缓慢增加数量的总体值进行缩尾，可保证所讨论斜率问题的渐近正态性。
- 阅读关注点
- 应核对统计量与回归常数的定义、渐近框架，以及缩尾数量缓慢增加的精确要求和对置换检验校准的影响。
- 阅读边界
- OpenAlex 摘要未注明稿件版本，也未列出渐近结果的完整条件；不能将缩尾结论推广为任意回归都适用的规则。
原文摘要
Asymptotic normality and a representation of all possible subsequential limiting distributions of a simple linear rank statistic are obtained. This is then applied to finite sampling and permutation tests for slope coefficients. The effects of Winsorizing in these situations are considered carefully. Of particular interest regarding slope coefficients is that either using normal score regression constants or Winsorizing slowly increasing numbers of the population values will guarantee asymptotic normality.