An Approach to Multivariate Rank Tests in Multivariate Analysis of Variance
多元方差分析中的多元秩检验方法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：摘要研究一般多元秩检验与方差分析，未涉及目录中的特定计量应用方向。
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…
多元方差分析中的多元秩检验方法
- 研究问题
- 如何把常见单变量秩检验推广到多元响应，并在单因素方差分析中分解总体统计量，同时比较不同分布下的局部效率？
- 方法与思路
- 作者定义一类多元类秩量，构造两样本、趋势及单因素检验，利用定性正交对比将总体统计量分解为渐近独立分量。
- 材料陈述的贡献
- 摘要称该框架包含常规正态理论和逐分量秩检验；与多元中位数检验相比，主要秩检验在正态及较轻尾分布下有较高Pitman效率。
- 阅读关注点
- 应核对多元秩的具体定义、对比构造及渐近独立条件，并查看效率计算采用的分布和局部备择，尤其关注重尾下比较方向的变化。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明，不能推断刊本变化；摘要未说明具体效率数值和有限样本表现，重尾情形中位数检验的比较更有利。
原文摘要
A class of multivariate rank-like quantities is defined and used to develop multivariate tests to mimic popular one-dimensional rank tests such as the Mann-Whitney/Wilcoxon two-sample test, the Jonckheere-Terpstra test for trend, and the Kruskal-Wallis one-way analysis of variance test. Tests in one-way analysis of variance are developed based on qualitative orthogonal contrasts, allowing decomposition of an overall statistic into asymptotically independent components based on the contrasts. The class of tests includes the usual normal-theory tests and the componentwise rank tests, but the main focus is on the tests based on a particular definition of multivariate rank. A study of the Pitman efficiency of the latter tests to those based on multivariate medians shows them to be superior at the normal, slightly heavy-tailed, and light-tailed distributions, whereas the median-based tests are superior for heavy tails. These results are analogous to the univariate case.