跳到正文
← 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:摘要讨论通用多元与方向统计,未提供经济分布效应或其他给定领域细分的直接依据。

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
P. E. JUPP

随机向量或方向数据的非参数相关系数与双样本检验

研究问题
对于多元向量或方向数据,如何构造不依赖坐标选择、具有稳健性且对小扰动稳定的相关度量与双样本检验统计量?
方法与思路
作者提出非参数相关系数和双样本统计量,分别联系既有秩相关与方向相关度量,以及经典分布比较统计量。
材料陈述的贡献
摘要称两种统计量均不依赖坐标、具抗扰性,且在几乎所有小扰动下不变,并给出推广关系和一个数值例子。
阅读关注点
应核对坐标不变性、抗扰性与小扰动不变的精确定义,以及相关系数的取值性质和双样本检验的校准方式。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;稳健性定义、检验分布及功效未展开,不能推断普遍优越性或刊本变化。

原文摘要

For multivariate or directional data a nonparametric correlation coefficient and a two-sample statistic are proposed. Both of these statistics are coordinate-free, resistant and unchanged under almost all small perturbations of the data. The correlation coefficient generalizes Kendall's tau and the angular-angular correlation coefficient of Fisher & Lee (1982). The two-sample statistic is related to the Cramér-von Mises statistic and to Watson's (1962) U2. A numerical example is given.

笔记与分组