Nonparametric Methods in Longitudinal Studies
纵向研究中的非参数方法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：摘要明确研究纵向重复观测数据的推断，与面板数据方向直接相关。
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…
纵向研究中的非参数方法
- 研究问题
- 对于同一对象随时间重复观测的纵向数据，如何在不要求联合分布服从多元正态的情况下构造统计推断程序？
- 方法与思路
- 作者提出并研究基于若干简单秩统计量的推断程序，用于纵向数据分析，并通过两个例子展示理论的应用。
- 材料陈述的贡献
- 摘要称这些程序具有稳健性和渐近效率，且不依赖多元正态分布这一基本假设，但未说明稳健性与效率的具体定义。
- 阅读关注点
- 阅读时应核对秩统计量的构造、重复观测间依赖的处理方式，以及稳健性和渐近效率结论所需的条件与比较基准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明依赖结构、适用条件及有限样本表现，不能据此推断刊本变化。
原文摘要
Inference procedures based on some simple rank statistics are proposed and studied for the statistical analysis of longitudinal data. These robust and asymptotically efficient procedures do not require the basic assumption of multivariate normality of the underlying distributions. The theory is illustrated with two examples.