Asymptotic Inference for Rank Correlations
秩相关系数的渐近推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确为时间序列数据推导秩相关的渐近分布与一致方差估计，支持时间序列分类，其余内容属于未单列的通用统计理论。
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…
秩相关系数的渐近推断
- 研究问题
- 如何为连续或离散变量的经典秩相关系数构造可靠的渐近分布、方差估计和区间检验，并允许时间序列依赖？
- 方法与思路
- 作者借助 U 统计量渐近理论处理多种秩相关指标，分别推导独立同分布与时间序列情形的分布，并提出一致的方差估计。
- 材料陈述的贡献
- 摘要称统一扩展经典连续变量结果，使多种秩相关的置信区间和检验可行，并修正常用独立性检验，提供模拟与案例分析。
- 阅读关注点
- 应核对离散变量并列秩的处理、各系数的定义与可用范围，以及时间依赖条件、长期方差估计和独立性检验修正的具体对象。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未列明依赖及非退化条件，不能据此判断所有秩相关指标的区间覆盖表现。
原文摘要
Kendall's tau and Spearman's rho are widely used tools for measuring dependence. Surprisingly, when it comes to asymptotic inference for these rank correlations, some fundamental results and methods have not yet been developed, in particular for discrete random variables and in the time series case, and concerning variance estimation in general. Consequently, asymptotic confidence intervals are not available. We provide a comprehensive treatment of asymptotic inference for classical rank correlations, including Kendall's tau, Spearman's rho, Goodman-Kruskal's gamma, Kendall's tau-b, and grade correlation. We derive asymptotic distributions for both iid and time series data, resorting to asymptotic results for U-statistics, and introduce consistent variance estimators. This enables the construction of confidence intervals and tests, generalizes classical results for continuous random variables and leads to corrected versions of widely used tests of independence. We analyze the finite-sample performance of our variance estimators, confidence intervals, and tests in simulations and illustrate their use in case studies.