Nonparametric k-sample tests with panel count data
面板计数数据的非参数多样本检验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：摘要明确以面板计数数据和多总体均值函数比较为对象，直接对应面板与纵向重复观测的统计方法。
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
面板计数数据的非参数多样本检验
- 研究问题
- 对于面板计数数据，如何在不指定参数模型的情况下比较多个总体的均值函数，并构造便于实现且具有理论依据的检验？
- 方法与思路
- 作者建立非参数极大伪似然估计量的平滑函数参数的渐近正态性，据此构造多总体均值函数检验，并开展模拟与应用。
- 材料陈述的贡献
- 摘要称提出一类易实现的非参数检验，模拟中总体表现良好且通常有较好的差异检测功效，并提供实际数据示例。
- 阅读关注点
- 应核对面板计数的观测机制、平滑函数参数和权重选择、方差估计，以及模拟中的水平控制、功效和比较方法。
- 阅读边界
- 仅据所给 OpenAlex 索引摘要，稿件版本未注明；所谓温和条件和模拟数值未说明，不能认定任意观测机制下均有良好功效。
原文摘要
We study the nonparametric k-sample test problem with panel count data. The asymptotic normality of a smooth functional of the nonparametric maximum pseudo-likelihood estimator (Wellner & Zhang, 2000) is established under some mild conditions. We construct a class of easy-to-implement nonparametric tests for comparing mean functions of k populations based on this asymptotic normality. We conduct various simulations to validate and compare the tests. The simulations show that the tests perform quite well and generally have good power to detect differences among the mean functions. The method is illustrated with a real-life example.