Univariate Random Cut-Points Theory for the Analysis of Ordered Categorical Data
有序分类数据分析的单变量随机切点理论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：摘要研究通用有序分类检验与随机切点理论，未涉及离散选择行为或具体经济分布效应。
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
有序分类数据分析的单变量随机切点理论
- 研究问题
- 有序分类数据的检验常被解释为针对潜在连续变量的推断，如何通过随机切点模型刻画这种解释所需的抽样分布？
- 方法与思路
- 作者为有序列联表建立随机切点模型，推导 Mann–Whitney U 统计量的渐近分布，并比较推荐模型与更一般模型。
- 材料陈述的贡献
- 摘要称，推荐模型下 U 的精确矩可简写为类别数和样本量的函数；经验临界值比较显示其 P 值接近一般模型结果。
- 阅读关注点
- 应核对切点随机性的概率设定、潜在连续变量与观测类别的联系，以及不同切点模型下方差和检验水平的差异。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未说明切点机制的适用条件，有限类别数比较也不能推出普遍近似精度。
原文摘要
A new theory is developed for nonparametric analyses of r x k contingency tables, where the columns correspond to k ordered categories. The work is motivated by concern that conventional nonparametric theory yields inferences concerning the given categories, but results are often interpreted as if for a continuum. Asymptotic distributions are derived under random cut-points models for the Mann-Whitney (-Wilcoxon) U statistic. A model is recommended under which the exact moments of U are simple functions of k and the two sample sizes. For two more general models, the asymptotic variance is given for k ≤ 12 and k = 20, 30. Tables of empirical critical values show that the recommended model yields P values very close to P values under the general models.