On the failure of the bootstrap for Chatterjee's rank correlation
Chatterjee 秩相关的 bootstrap 失效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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要讨论一般秩相关统计量的重抽样一致性，未指向所列因果、时间序列或金融专门问题，因此使用空分类。
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
Chatterjee 秩相关的 bootstrap 失效
- 研究问题
- 为什么标准 bootstrap 对 Chatterjee 秩相关的统计推断可能不一致，即使该统计量具有渐近正态性，哪些替代方法可用？
- 方法与思路
- 作者在额外独立性假设下证明标准 bootstrap 失效，并以更一般设置的模拟补充理论，同时指出已有有效推断方案。
- 材料陈述的贡献
- 摘要称该秩相关属于渐近正态但 bootstrap 不一致的统计量，并指出原有独立性检验和解析渐近方差估计可作替代。
- 阅读关注点
- 应核对独立性假设、bootstrap 方案及不一致的具体含义，并区分理论证明覆盖的情形与仅有模拟证据的更一般情形。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未提供证明条件细节，不能把结论扩展至所有重抽样变体。
原文摘要
While researchers commonly use the bootstrap for statistical inference, many of us have realized that the standard bootstrap, in general, does not work for Chatterjee's rank correlation. In this paper, we provide proof of this issue under an additional independence assumption, and complement our theory with simulation evidence for general settings. Chatterjee's rank correlation thus falls into a category of statistics that are asymptotically normal but bootstrap inconsistent. Valid inferential methods in this case are Chatterjee's original proposal (for testing independence) and Lin and Han (2022)'s analytic asymptotic variance estimator (for more general purposes).