Asymptotic Theory for Measures of Concordance with Special Reference to Average Kendall Tau
一致性度量的渐近理论：以平均 Kendall tau 为重点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：摘要属于排名一致性与检验效率的一般理论，未提供所列经济计量细分方向的直接依据。
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…
关注这篇论文的作者
一致性度量的渐近理论：以平均 Kendall tau 为重点
- 研究问题
- 对于多组排名，如何在完全随机的零假设下刻画基于秩相关的一致性度量，并比较这些度量的渐近检验效率？
- 方法与思路
- 作者推导一致性度量在完全随机模型下的渐近分布，计算 Bahadur 效率，并通过矩阵分析研究平均 Kendall tau。
- 材料陈述的贡献
- 摘要称，矩阵分析揭示了平均 Kendall tau 的渐近分布及较高效率，并对相关结果作出解释，但未列出具体比较对象。
- 阅读关注点
- 应核对完全随机模型的定义、渐近分析的增长方式、用于效率计算的备择情形，以及平均 Kendall tau 的比较范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明效率优势对应的备择和条件，不能据此判断有限样本或其他效率准则下的表现。
原文摘要
The problem of $n$ rankings is considered and the asymptotic distributions of measures of concordance based on rank correlations are derived under the null model of complete randomness. The Bahadur efficiencies of the measures are computed. A matrix analysis then reveals the asymptotic distribution and superior efficiency of average Kendall tau. Some interpretation of the results is also made.