Nonparametric Two-Sample Procedures for Ranked-Set Samples Data
排序集样本的非参数两样本方法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：摘要涉及通用两样本检验和抽样效率，虽使用分布函数，但未明确研究经济分位数或分布效应，故不强行归类。
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
排序集样本的非参数两样本方法
- 研究问题
- 在观测值难以精确测量但容易排序时，如何利用排序集抽样构造两样本非参数估计与检验程序？
- 方法与思路
- 作者利用排序集经验分布函数，构造 Mann–Whitney–Wilcoxon 方法的对应程序，并进行渐近效率和模拟比较。
- 材料陈述的贡献
- 摘要称，文章提出分布无关的替代程序，给出完美排序下的零假设分布表，并报告效率比较及小样本模拟。
- 阅读关注点
- 应核对排序集抽样设计、完美排序条件、检验对象与校准方式，并查看排序错误对分布无关性质的影响。
- 阅读边界
- 零假设分布表明确针对完美排序，摘要未提供效率数值或排序错误下的结论；索引版本未注明，不能推断刊本变化。
原文摘要
Ranked-set samples have been shown to lead to improved methods of estimation in parametric settings under specific distributional forms when actual measurement of the sample observations is difficult but ranking them is relatively easy. The earliest work with ranked-set data concentrated on estimating a population mean or variance. More recently, a ranked-set sample estimator of a cumulative distribution function was developed and used to obtain a simultaneous confidence interval for the function. In this article, we take the next logical step and use this ranked-set empirical distribution function to construct distribution-free competitors to the standard Mann–Whitney–Wilcoxon estimation and testing procedures. The appropriate null distribution tables for the associated test are presented for the case of perfect ranking. Asymptotic relative efficiency comparisons between the simple random sample Mann–Whitney–Wilcoxon procedures and their ranked-set analogues are discussed, and the results of a small-sample Monte Carlo simulation study of the same are presented.