A Quartile Test for Differences in Distribution
检验分布差异的四分位数检验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：摘要属于一般非参数分布检验，未明确研究条件分位数或经济分布效应，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
检验分布差异的四分位数检验
- 研究问题
- 能否仅用样本四分位数构造简单的非参数分布差异检验，并在位置与离散程度同时变化时保持较好的检验功效？
- 方法与思路
- 作者提出基于样本四分位数的非参数统计量，并通过模拟比较其与 Kolmogorov–Smirnov 等分布比较检验的功效。
- 材料陈述的贡献
- 摘要称，其在多种备择下的功效与 Kolmogorov–Smirnov 检验大致相当；位置和离散程度同时不同的情形下可能更敏感。
- 阅读关注点
- 应核对统计量与拒绝域的定义、四分位数估计规则、模拟采用的分布和样本量，以及各比较检验是否具有相同检验水平。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；统计量公式、适用条件与数值功效未说明，不能将特定模拟中的表现推广为普遍优势。
原文摘要
We propose a simple nonparametric statistic using sample quartiles to test differences in distribution. Simulation results suggest that the test is about equal in power over a wide range of alternatives to the familiar procedure of Kolmogorov and Smirnov. When the two distributions compared differ in both location and dispersion, the quartile test may be more sensitive than the Kolmogorov-Smirnov, Wilcoxon rank-sum, Siegel-Tukey, and runs tests.