Modified Wilcoxon Test for two Different Distributions
适用于两个不同分布的修正 Wilcoxon 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：摘要讨论一般两样本概率比较，未涉及经济分布效应或处理效应，故不直接归入微观分布方向。
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
适用于两个不同分布的修正 Wilcoxon 检验
- 研究问题
- 两组独立样本来自可能明显不同的连续分布时，如何检验一组观测大于另一组的概率是否超过给定水平？
- 方法与思路
- 作者采用 Wilcoxon 或 Mann–Whitney 检验的正态近似，考察已有修正并加入限制，以渐近相对效率和模拟比较功效。
- 材料陈述的贡献
- 摘要称，加入限制后获得改进检验，其功效在所考察情形中与普通 t 检验、Welch–Aspin 检验及另一比较检验相比表现有利。
- 阅读关注点
- 核对新增限制、概率参数与均值差检验目标的区别，以及正态近似条件、渐近效率定义和模拟分布设置。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；限制条件和功效数值未说明，不能将有利比较解释为对所有分布或检验目标均更优。
原文摘要
Given independent samples from the continuous distributions F(x) and G(y), which may be quite different, we here consider using the Wilcoxon or Mann-Whitney test, with the normal approximation, to test between H0: pr(X > Y) = p0 and H1: pr(X > Y)>p0, especially with p0 = ½. A modification of the Wilcoxon test due to Potthoff and to Zaremba is considered. Additional restrictions are introduced to give improved tests. Considerations of asymptotic relative efficiency and Monte Carlo studies show that the power of these tests compare favourably with those of the ordinary t test, the Welch-Aspin t test and a test due to Sen.