Joint Asymptotic Distribution of the Median and a U Statistic
中位数与 U 统计量的联合渐近分布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：摘要讨论中位数与 U 统计量的通用渐近理论，未涉及分布效应或其他所列计量应用方向，分类证据不足。
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
中位数与 U 统计量的联合渐近分布
- 研究问题
- 样本中位数与 U 统计量同时使用时，其联合分布能否获得渐近正态近似，以及这一结论能否扩展至多元和两样本问题？
- 方法与思路
- 摘要称，在密度函数满足温和限制时建立中位数与 U 统计量的联合渐近正态性，并将分析扩展至随机向量和广义 U 统计量。
- 材料陈述的贡献
- 摘要明确陈述了两类统计量的联合渐近正态结果，并覆盖随机向量及两样本问题中出现的广义 U 统计量。
- 阅读关注点
- 阅读时应核对密度限制、抽样条件、U 统计量核函数要求，以及联合协方差的表达和多元、两样本扩展的适用范围。
- 阅读边界
- 仅依据所给 Crossref 摘要；摘要未说明具体正则条件、协方差公式及退化情形，不能据此判断有限样本近似精度。
原文摘要
Summary It is shown that under mild restrictions on the density function, the joint distribution of the median and a U statistic is asymptotically normal. This result is extended to random vectors as also to generalised U statistics occurring in the two-sample problem.