A New Coefficient of Correlation
一种新的相关系数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：摘要研究通用相关系数和独立性理论，缺少所列应用领域细分的明确依据。
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
一种新的相关系数
- 研究问题
- 能否构造计算简单的相关系数，一致估计可解释的依赖程度，并在独立性零假设下具有简单的渐近理论？
- 方法与思路
- 作者构造一个新的相关系数，使其极限度量以零刻画独立、以一刻画一变量是另一变量的可测函数，并分析独立情形。
- 材料陈述的贡献
- 摘要称，新系数同时具备简单性、依赖度量的一致估计和独立假设下的渐近理论，且不需对变量分布作假设。
- 阅读关注点
- 应核对统计量定义、并列取值的处理和依赖方向性，以及零与一的刻画边界、一致性结论和独立情形的渐近条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，未给出系数公式、极值刻画边界或渐近细节，不能据此补写定理或推断刊本变化。
原文摘要
–Is it possible to define a coefficient of correlation which is (a) as simple as the classical coefficients like Pearson’s correlation or Spearman’s correlation, and yet (b) consistently estimates some simple and interpretable measure of the degree of dependence between the variables, which is 0 if and only if the variables are independent and 1 if and only if one is a measurable function of the other, and (c) has a simple asymptotic theory under the hypothesis of independence, like the classical coefficients? This article answers this question in the affirmative, by producing such a coefficient. No assumptions are needed on the distributions of the variables. There are several coefficients in the literature that converge to 0 if and only if the variables are independent, but none that satisfy any of the other properties mentioned above. Supplementary materials for this article are available online.