Some locally most powerful generalized rank tests
若干局部最强的广义秩检验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：摘要讨论一般位置与尺度秩检验，未直接涉及分位数效应或所列其他经济计量细分方向。
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
若干局部最强的广义秩检验
- 研究问题
- 如何推广已有的位置与尺度秩检验，并评价新检验在不同密度下的渐近效率及其局部最强性质？
- 方法与思路
- 作者对已有秩检验的得分生成函数取幂，比较所得统计量与原检验的渐近效率，并推导使新检验局部最强的分布。
- 材料陈述的贡献
- 摘要称给出多种密度下相对于原检验的渐近效率，并刻画新检验具有局部最强性质时所对应的分布。
- 阅读关注点
- 应核对得分函数取幂的可定义条件、指数的允许范围、局部备择的设置，以及效率比较和局部最强的适用边界。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；未给出指数选择、效率数值或有限样本表现，不能推断普遍优越性或刊本变化。
原文摘要
Several well-known rank tests for location and for scale are generalized by raising the score generating functions of the tests to an exponentα . Asymptotic efficiencies of the resulting statistics are found relative to the tests for α = 1, taking various densities. Furthermore we derive the distributions for which the new tests are locally most powerful.