Nonparametric One-Sided Tests in Multivariate Analysis with Medical Applications
多元分析中的非参数单侧检验及医学应用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：摘要重点是通用多元置换检验，虽有随机试验应用，但未明确研究因果效应识别或估计。
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
多元分析中的非参数单侧检验及医学应用
- 研究问题
- 当多维响应的每个分量都有预先指定的关注方向时，如何在两样本随机设计或配对设计中实施非参数单侧检验？
- 方法与思路
- 作者对最大 t 统计量应用置换检验，分别处理完全随机和配对设计，并在置换数量过大时提出抽样建议。
- 材料陈述的贡献
- 摘要称，文章给出多维定向检验程序及置换抽样建议，并将这些程序应用于两个医学试验的数据分析。
- 阅读关注点
- 应核对方向如何预先指定、两类设计允许的置换集合、最大统计量的校准方式，以及抽样置换带来的误差。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；无法核实刊本内容。摘要未报告试验结果、有效性条件或抽样精度，不能自行推断医学效应或方法优势。
原文摘要
Permutation tests are applied to the maximal t statistic in two-sample, completely randomized designs, and in two-sample, matched-pair designs, where the response is a vector and the experimenter is interested in one specific direction in each component. Recommendations for subsampling are also included for cases when the number of permutations required to complete the test is prohibitive. These procedures are then applied to data from two medical trials.