A Note on the Edgeworth Expansion for the Kendall Rank Correlation Coefficient
Kendall秩相关系数的Edgeworth展开札记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：摘要讨论一般秩相关统计量的高阶分布近似，未提供分位数效应、时间序列或金融领域的直接文本依据。
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…
关注这篇论文的作者
Kendall秩相关系数的Edgeworth展开札记
- 研究问题
- 如何借助已有的Edgeworth展开一般结果，为Kendall秩相关系数的分布函数建立高阶近似，以及这种展开能达到何种程度？
- 方法与思路
- 作者将一个已有的展开一般结果用于Kendall秩相关系数的分布函数；摘要仅称可在一定程度上建立展开，未给出具体形式。
- 材料陈述的贡献
- 摘要所述贡献是说明一般展开理论如何用于该秩相关统计量；没有列出展开阶数、误差界或实际近似精度。
- 阅读关注点
- 应核对所用一般结果的适用条件、秩统计量对应的展开系数、余项控制，以及“一定程度上”具体限制了哪些结论。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；样本条件、展开阶数和有效范围均未说明，不能判断高阶近似的可靠程度。
原文摘要
In this note it is shown how to some extent the Edgeworth expansion for the distribution function of Kendall's $\\tau$ can be established by using a well-known general result on such expansions.