跳到正文
← 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:摘要属于秩统计量的一般概率与检验理论,没有明确对应给定的计量应用细分。

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
Ronald H. Randles
Robert V. Hogg

若干不相关与独立的秩统计量

研究问题
秩统计量在何种条件下互不相关、具有特定联合分布对称性,或进一步达到渐近独立与精确独立,这些性质如何服务检验?
方法与思路
作者列举不相关的简单线性秩统计量,研究一般秩统计量的联合性质,并在适当限制下讨论渐近独立及精确独立的例子。
材料陈述的贡献
摘要称,文章提供不相关统计量的实例、联合分布性质及独立性结果,并指出这些独立性结论对实际统计检验的重要性。
阅读关注点
应核对不相关与独立各自需要的条件、渐近结果的极限设定,以及独立性如何影响文中检验的构造和使用。
阅读边界
依据版本未注明的 OpenAlex 索引摘要。具体限制、统计量形式与检验方案均未说明,不能把不相关直接视为独立或推断刊本变化。

原文摘要

Some interesting examples of uncorrelated simple linear rank statistics are listed. Consideration is then given to conditions under which general rank statistics are uncorrelated or have joint distributions which enjoy certain symmetric properties. Two simple linear rank statistics that are uncorrelated are found, under suitable restrictions, to be asymptotically independent. This is followed by some illustrations in which two rank statistics are exactly independent. The importance of these results about independence in actual testing is then noted.

笔记与分组