Rank Statistics Expressible as Integrals Under P – P -plots and Receiver Operating Characteristic Curves
表示为P–P图与ROC曲线下积分的秩统计量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：摘要中的分位区段用于通用秩统计和ROC分析，未明确研究分位数回归或分布效应，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
表示为P–P图与ROC曲线下积分的秩统计量
- 研究问题
- 如何用经验P–P图下的区域测度统一两样本秩统计量，并为总体分位区段比较和离散数据ROC分析提供推断？
- 方法与思路
- 作者在单位正方形上引入概率测度，以图下区域定义统计量，推导一般总体下的大样本分布及其多变量扩展。
- 材料陈述的贡献
- 摘要称，框架涵盖截尾与删失秩统计量，给出任意分位区段比较结果，并纳入离散数据并列值的调整。
- 阅读关注点
- 应核对区域测度如何决定比较目标、并列值调整方式，以及部分ROC面积和多变量统计量的渐近协方差。
- 阅读边界
- 仅据Crossref摘要，无法判断大样本近似条件和小样本表现；未提供具体统计量公式、标准误构造或应用结果。
原文摘要
Summary Given a probability measure on the unit square, the measure of the region under an empirical P–P-plot defines a two-sample rank statistic. Instances include trimmed and censored versions of the Mann–Whitney–Wilcoxon statistic and a class of statistics with applications in the analysis of receiver operating characteristic (ROC) curves. A large sample distribution for such a statistic is obtained, which is valid under sampling from general populations. Explicit results are presented for comparing arbitrary quantile segments of two populations. The results are not restricted to continuous data and incorporate adjustments for tied values in the discrete case. A multivariate version of the large sample distribution extends the class of tractable statistics in ROC analysis and facilitates the use of methods based on partial areas when the data are discrete.