On the Normal Scores Two-Sample Rank Test
正态分数两样本秩检验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：摘要研究通用两样本秩检验的分布与功效，没有经济分位数、分布效应或其他所列方向的应用依据。
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
正态分数两样本秩检验
- 研究问题
- 如何简化正态分数两样本秩检验的零假设分布计算，并评价有限样本下的分布近似与正态位移备择下的功效？
- 方法与思路
- 作者利用对称性简化零假设分布，计算总样本量不超过20的表格，比较t与正态近似，并计算部分正态位移备择功效。
- 材料陈述的贡献
- 摘要称样本量比例不过于极端时，t近似在表格样本量上限处令人满意；另提供总样本量不超过10的选定功效计算。
- 阅读关注点
- 应核对正态分数和检验统计量的定义、对称性简化步骤，以及样本量比例限制、近似误差和功效计算的备择设定。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能判断刊本变化；“满意”及比例“不极端”未量化，所报功效仅覆盖选定情形。
原文摘要
A simplification using symmetry is applied to the null distribution of the Fisher-Yates test or c 1 test of Hoeffding and Terry. A computer is used to extend existing tables to combined sample size N ≤ 20. The t approximation of Hoeffding and Terry and the normal approximation are investigated with the former found to be satisfactory at the limit of the tables when the ratio of sample sizes is not too extreme. Selected power calculations for N ≤ 10 are given for normal shift alternatives.