Efficiency Loss Due to Grouping in Distribution-Free Tests
数据分组导致的分布无关检验效率损失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：摘要讨论分组数据对通用秩检验效率的影响，没有明确的分布效应、因果或其他所列应用领域依据。
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
数据分组导致的分布无关检验效率损失
- 研究问题
- 数据按等宽区间分组并产生并列秩时，随机打破并列与平均秩处理分别会给常用分布无关检验带来多大功效损失？
- 方法与思路
- 作者以 Pitman 渐近相对效率衡量分组损失，比较两种并列秩处理，并分析损失随区间宽度及数据分布的变化。
- 材料陈述的贡献
- 摘要称提供多种检验的效率分析与数值研究；结果提示较宽分组下损失也可能较小，随机化处理可能优于平均秩。
- 阅读关注点
- 应核对各检验的备择与分布条件、等宽分组规则、两种并列处理的效率推导，以及数值研究所覆盖的情形。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，损失较小和随机化较优均是有限范围的提示，不能解释为普遍结论或有限样本保证。
原文摘要
While distribution-free procedures are often appropriate when testing statistical hypotheses, they may become complicated or involve loss of power when the data are grouped. For rank tests the ties caused by grouping are generally broken either by using a randomization procedure or averaging the tied ranks. In this paper the power loss due to equi-spaced grouping (in terms of Pitman asymptotic relative efficiency) is investigated for some commonly used tests, for each method of tie-breaking. The tests considered are Wilcoxon's and Mood's tests for the two-sample problem, Mann's test for randomness, and Pitman's independence test. It is shown how the power loss depends on the width of the grouping intervals and the distribution of the data, and some numerical studies are given. The results seem to indicate that the power loss is small even for a sizable group interval, and that it may be preferable to break ties by randomization than by averaging ranks.