A Monte-Carlo Study of Asymptotically Robust Tests for Correlation Coefficients
相关系数渐近稳健检验的蒙特卡洛研究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：摘要研究相关系数推断的通用稳健性，未提供所列具体计量领域的文本依据。
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
相关系数渐近稳健检验的蒙特卡洛研究
- 研究问题
- 当数据偏离正态分布时，常规相关系数推断与分组、刀切两类渐近稳健程序的小样本表现有何差异？
- 方法与思路
- 作者通过蒙特卡洛模拟，在正态和五种非正态分布下比较常规正态理论程序、观测分组程序及刀切程序。
- 材料陈述的贡献
- 摘要称小样本结果支持常规正态检验不稳健的渐近判断，刀切程序在多数受考察分布下表现良好。
- 阅读关注点
- 应核对五种非正态分布、样本量及相关程度的设定，并区分检验水平、功效与其他表现指标的比较。
- 阅读边界
- 来源为稿件版本未注明的 OpenAlex 索引摘要；具体模拟结果未提供，多数分布表现良好不能推广至所有分布。
原文摘要
Monte-Carlo simulation is used to compare the small-sample performance of the usual normal theory procedures for inference about correlation coefficients with that of two asymptotically robust procedures, one of which is based on a grouping of the observations and the other on the jackknife technique. The sampled distributions comprise the normal and five nonnormal distributions. The small-sample results support the conclusion based on asymptotic theory that the normal test is not robust. The jackknife procedure works well for most of the sampled distributions.