Confidence Intervals for Partial Rank Correlations
偏秩相关的置信区间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：摘要讨论通用条件关联度量与置信区间，没有所列因果或其他领域细分的直接证据。
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…
关注这篇论文的作者
偏秩相关的置信区间
- 研究问题
- 如何用条件变量排序中相邻观测对定义偏秩相关并构造置信区间，同时权衡度量解释的清晰性与渐近效率损失？
- 方法与思路
- 作者研究基于条件变量排序相邻观测对的偏秩相关系数，通过估计相关方差量构造区间，并以模拟考察区间表现。
- 材料陈述的贡献
- 摘要称该系数的测量对象较清楚，模拟区间表现合理；但在三元正态情形，相对样本偏相关系数的渐近效率不超过约三分之一。
- 阅读关注点
- 应核对系数的总体目标、条件独立下的性质、区间构造及效率比较条件；方差表达式的上下标不清，需查原 PDF。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要，不能推断刊本变化；数学符号排版不清，不重构公式，区间覆盖率及模拟设定也未说明。
原文摘要
A partial rank correlation coefficient T(n) XY|Z , based on comparing pairs for which the values of the conditioning variable follow each other in a numerical ordering, is studied. Simulation results show that it is possible to obtain reasonably good confidence intervals by estimating σ 2/(1 − τ 2 XY|Z ). The advantage of using the coefficient T(n) XY|Z is that it is always clear what this coefficient measures, in contrast to, for example, Pearson's, Spearman's, or Kendall's partial correlation coefficients, which can give values far from 0 even in cases of conditional independence. The main disadvantage is that the asymptotic efficiency relative to the sample partial correlation coefficient (in the case of trivariate normal variables) is never higher than .33. Coefficients like T(n) XY|Z have been studied by Goodman and by Quade.