跳到正文
← 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:完全区组设计与置换检验本身不足以证明论文属于因果推断或其他所列细分方向。

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
Inga Samonenko
John Robinson

完全区组设计的一种新置换检验统计量

研究问题
在完全区组设计中,能否构造新的非参数置换检验统计量,并在部分非高斯模型下改善经典 F 统计量的表现?
方法与思路
作者确定新统计量的存在区域并研究其边界性质,在区域内部建立尾概率的鞍点近似,再通过数值例子进行比较。
材料陈述的贡献
摘要称,部分非高斯模型中的数值例子显示新统计量的近似准确性和功效更好,而高斯情形下两者表现相当。
阅读关注点
应核对统计量定义、置换检验的有效性条件、存在区域与边界行为,以及鞍点近似和功效比较所覆盖的模型。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;优势来自部分模型的数值例子,不能推广为所有非高斯区组设计的结论。

原文摘要

We introduce a nonparametric test statistic for the permutation test in complete block designs. We find the region in which the statistic exists and consider particularly its properties on the boundary of the region. Further, we prove that saddlepoint approximations for tail probabilities can be obtained inside the interior of this region. Finally, numerical examples are given showing that both accuracy and power of the new statistic improves on these properties of the classical $F$-statistic under some non-Gaussian models and equals them for the Gaussian case.

笔记与分组
相关领域论文