Nonparametric Multiple Comparison Procedures
非参数多重比较程序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：摘要明确讨论实验设计下的处理效应比较和处理相对对照组的检验。
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
非参数多重比较程序
- 研究问题
- 在多因素混合模型中，如何开展全部处理之间或多个处理相对对照组的非参数多重比较，并兼顾实验设计？
- 方法与思路
- 作者对原始数据或秩数据实施符合实验设计的多次置换，利用模拟极差判断处理差异，并扩展至相对对照的单侧比较。
- 材料陈述的贡献
- 摘要提出统一的非参数多重比较方法，覆盖全部处理比较及处理对照比较，并给出基于模拟极差的显著性判定思路。
- 阅读关注点
- 核对设计所允许的置换、混合模型中各因素的处理方式，以及模拟极差阈值与多重比较错误控制之间的关系。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；置换有效条件、错误率保证及有限模拟误差未说明，不能推断刊本变化。
原文摘要
A general nonparametric methodology for performing multiple comparisons of treatment effects in r-way mixed models is presented. Comparisons can be made among all treatments or for several treatments against a control. The methods can be used on either the raw data or ranked data. Essentially, we perform M permutations of the observations, consistent with our experimental design. For the comparison of all treatments, any “treatment differences” that are larger than 95 percent of the “simulated ranges” are declared significantly different. Similar methods are also developed for one-sided treatments versus control multiple comparison.