Percentage Points of Some Non-Parametric Tests for Independence and Empirical Power Comparisons
若干非参数独立性检验的临界值与经验功效比较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：摘要研究双变量独立性的通用非参数检验，未提供网络依赖、因果识别或其他经济金融方向的直接依据。
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…
若干非参数独立性检验的临界值与经验功效比较
- 研究问题
- 基于第三象限层秩的非参数独立性检验，如何确定小样本拒绝域，并与常见相关性及秩检验比较功效？
- 方法与思路
- 作者列出正态得分层秩检验及简化检验的精确单侧拒绝域，给出概率近似，并用蒙特卡洛模拟比较功效。
- 材料陈述的贡献
- 摘要提供小样本临界值和简化检验，并在两类正相关双变量分布中，将这些方法与多种常见独立性检验比较。
- 阅读关注点
- 应核对层秩构造、单侧备择、局部最优性的适用范围，以及模拟分布、显著性水平和功效比较结果。
- 阅读边界
- 摘要未报告各方法的功效数值，局部最优性也限于所述正态正依赖情形。来源为版本未注明的 OpenAlex 索引摘要，不能推断刊本变化。
原文摘要
A class of nonparametric tests based on the third quadrant layer ranks has recently been studied by Woodworth [12] in connection with the problem of testing for independence in a bivariate distribution. In this article exact one-sided rejection regions are tabulated for the normal score layer rank test which is asymptotically locally most powerful for positive dependence in the bivariate normal distribution. The cut-off points are tabulated for sample sizes n = 4(1)9 and significance levels α = .10, .05, .025 and .01. Normal and Edgeworth approximations for the significance probabilities are also given. A simplified version of the normal score test is proposed, and its rejection regions are tabulated. These tests are compared with the correlation coefficient test, Kendall's τ test, Fisher-Yates (normal-score) correlation test and Spearman's rank correlation test for independence by means of Monte Carlo evaluation of power employing 10,000 trials from two different types of bivariate distributions both of which have positive correlation coefficients.