Asymptotic Conservativeness and Efficiency of Kruskal-Wallis Test for K Dependent Samples
相依多样本下 Kruskal–Wallis 检验的渐近保守性与效率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：摘要研究一般相依样本秩检验，未说明面板结构或其他所列计量细分的应用背景。
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
相依多样本下 Kruskal–Wallis 检验的渐近保守性与效率
- 研究问题
- 当多个单变量样本不完全独立时，Kruskal–Wallis 检验是否仍渐近保守，其用途与相对效率如何变化？
- 方法与思路
- 作者在特定相依条件下研究原检验的保守性，对完整多元样本提出广义检验，并在正态位移模型下比较效率。
- 材料陈述的贡献
- 摘要称建立了某些偏离相互独立情形下的渐近保守性，并提出检验多维分布对称性的广义秩检验。
- 阅读关注点
- 核对所谓温和条件及 broken、unbroken 样本的定义，明确边际分布相等与多维分布对称性两种检验目标。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明相依条件和效率比较结果，不能推广至任意相关样本。
原文摘要
The robustness (asymptotic conservativeness) of Kruskal-Wallis test under certain departures from mutual independence of K univariate samples is established. This robustness provides a procedure for testing the equality of K marginal distribution functions based on a broken random sample from a K-variate distribution that satisfies a mild condition. For the unbroken sample, a generalized Kruskal-Wallis (KW) test is proposed for testing the symmetry of a K-dimensional distribution function. The relative efficiency of the K-W test against the aligned rank order test is also examined under the normal shift model.