Using Weighted Rankings in the Analysis of Complete Blocks with Additive Block Effects
加性区组效应下完全区组分析中的加权排序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：摘要聚焦一般实验设计中的秩检验，未明确提出所列因果识别或其他经济计量细分方法。
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
加性区组效应下完全区组分析中的加权排序
- 研究问题
- 在具有加性区组效应的完全区组实验中，如何通过加权区组内排序利用区组间信息，以检验多个处理是否存在效应？
- 方法与思路
- 作者按区组内排序对处理次序的可信程度赋予权重，构造比较两个或更多处理的一般加权排序检验统计量族。
- 材料陈述的贡献
- 摘要称该统计量族计算简单、严格无分布，并具有渐近卡方分布；两处理时以符号检验和符号秩检验说明加权区别。
- 阅读关注点
- 应核对加性区组效应假设、排序可信程度及权重的定义，以及严格无分布性与渐近卡方结论各自需要的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不推断刊本变化；摘要未给出权重公式或完整分布条件，不能判断有限样本功效。
原文摘要
The standard nonparametric procedures for testing the hypothesis of no treatment effects in a complete blocks experiment depend entirely on the within-block rankings. If block effects are assumed additive, however, then between-block information may be recovered by weighting these rankings according to their credibility with respect to treatment ordering. (For the special case of only two treatments, the sign test exemplifies use of unweighted rankings and the signed-rank test weighted.) A general family of weighted-rankings test statistics for comparing two or more treatments is presented. They are simple to compute, are strictly distribution free, and have asymptotic chi-squared distributions.