A Multivariate Extension of Friedman's χ r 2 -Test with Random Covariates
含随机协变量的 Friedman 检验多元扩展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：摘要提供一般处理差异检验，但未交代因果识别设计，不足以明确归入因果推断细分。
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
含随机协变量的 Friedman 检验多元扩展
- 研究问题
- 对于具有随机协变量的多元双向布局，如何以非参数方法检验不存在处理差异，并研究检验分布与渐近相对效率？
- 方法与思路
- 作者将 Friedman 检验扩展到含随机协变量的多元双向布局，给出置换分布和渐近置换分布，并考察渐近相对效率。
- 材料陈述的贡献
- 摘要称论文提供了该非参数检验的分布结果和若干效率比较，并通过一个例子说明方法如何用于检验处理差异。
- 阅读关注点
- 应核对双向布局与协变量的具体结构、置换有效性的条件、渐近效率比较的备择设定，以及例子的处理分配方式。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；置换条件和效率结果未展开，不能将处理差异检验直接解释为因果效应识别。
原文摘要
This article investigates a nonparametric procedure for testing for no treatment differences in multivariate two-way layouts with random covariates. The method is an extension of the Friedman χ r 2-test. Permutation and asymptotic permutation distributions are given and various asymptotic relative efficiency results are presented. An example illustrates the method.