Nonparametric Methods for Factorial Designs with Censored Data
删失数据析因设计的非参数方法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：摘要研究一般删失数据的析因秩检验，未明确给出分布效应目标或因果识别设计，故暂不归入所列细分。
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
删失数据析因设计的非参数方法
- 研究问题
- 析因设计中存在删失与并列观测时，如何对无主效应、无简单效应和无交互效应等非参数假设开展检验？
- 方法与思路
- 作者用计数过程的鞅方法推导秩统计量二次型的渐近分布，设计相应权重，并给出小样本分布近似。
- 材料陈述的贡献
- 摘要称理论结果允许并列观测；无删失时权重退化为通常的逻辑斯谛得分，并以模拟及真实数据展示程序。
- 阅读关注点
- 应核对非参数效应的定义、删失机制与鞅条件，以及权重选择、并列处理和小样本近似对检验表现的影响。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；删失独立性要求、具体效应定义及模拟数值未说明，不能直接作因果解释。
原文摘要
Nonparametric hypotheses of no main effects, no simple effects, and no interaction effects are considered in the context of factorial designs with censored observations. To test these hypotheses, the asymptotic distribution of quadratic forms of rank statistics is derived using the methodology of martingales for counting processes. The weights used reduce to the usual logistic scores with uncensored data but are different from the weights commonly used for testing the equality of k samples. The formulation of all results includes tied observations. Approximations to the small-sample distributions of the test statistics are given. The performance of the tests is examined via simulation studies. The procedures are illustrated on a real dataset.