Correlation Tests for Non-Linear Alternatives
针对非线性备择关系的相关性检验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：摘要讨论通用变量关联检验，未指向所列经济计量细分领域。
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
针对非线性备择关系的相关性检验
- 研究问题
- 如何检验两个变量之间的关联，尤其是传统相关系数可能不敏感的 U 形等非线性关系，并评估检验的局部辨别能力？
- 方法与思路
- 作者提出一类关联统计量；当两个变量均为一维时可用秩定义，并研究零假设分布、渐近辨别能力及趋势备择下的模拟功效。
- 材料陈述的贡献
- 摘要称新统计量能够感知非线性关联，对连续函数关系备择具有所述渐近辨别阶，并以模拟考察趋势备择下的功效。
- 阅读关注点
- 应核对零假设的准确表述、统计量的秩构造、渐近辨别结论的条件，以及不同非线性形状和样本量下的功效比较。
- 阅读边界
- 摘要未给出统计量公式、分布条件或模拟数值；发现统计关联不等于因果识别，对非线性的敏感性也不代表处处功效占优。
原文摘要
SUMMARY A new class of statistics for detecting association between two variables is proposed. The statistics improve on traditional correlation coefficients by being sensitive to U-shaped and other non-linear relationships between the variables. If both variables are one dimensional, they can be simply defined in terms of ranks, so that their null distributions can in principle be tabulated. Asymptotic discrimination of order n− 1/2 is obtained for any alternative of a continuous functional relationship between the variables. Power against trend alternatives is investigated by simulation.