On the Use of a Statistic Based on Sequential Ranks to Prove Limit Theorems for Simple Linear Rank Statistics
利用序贯秩统计量证明简单线性秩统计量的极限定理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：摘要研究秩统计量的一般极限理论，未说明面板、因果或时间序列结构，不能仅因序贯处理而归入具体领域。
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
利用序贯秩统计量证明简单线性秩统计量的极限定理
- 研究问题
- 如何用基于序贯秩的近似统计量证明简单线性秩统计量的极限定理，并处理得分函数无界时的正态收敛速度？
- 方法与思路
- 作者引入序贯秩近似，证明其误差足以支持原统计量的渐近正态性，并据此研究收敛速度及更强的极限性质。
- 材料陈述的贡献
- 摘要称给出零假设下的渐近正态性、无界得分函数情形的正态收敛速度界，以及重对数律和不变性原理。
- 阅读关注点
- 应核对序贯秩与原统计量的构造、近似误差控制、样本和得分函数条件，以及不同极限定理各自的适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，具体条件、速度界和证明未说明；序贯秩并不自动意味着处理时间序列依赖。
原文摘要
A technique is introduced to prove limit theorems for simple linear rank statistics by means of an approximating statistic based on sequential ranks. This approximation is shown to be close enough to prove asymptotic normality of simple linear rank statistics under the null hypothesis and to obtain a bound on the rate of convergence to normality when the score function is unbounded. In addition, a law of the iterated logarithm and an invariance principle are given for simple linear rank statistics.