Rank-based regression with repeated measurements data
重复测量数据的秩回归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：摘要明确处理同一个体的重复测量及个体内依赖，与面板或纵向数据的方法问题直接相关，故归入面板数据方向。
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
重复测量数据的秩回归
- 研究问题
- 如何将独立观测下的经典秩统计思想推广到重复测量回归，并在允许部分异方差和个体内依赖时进行有效估计？
- 方法与思路
- 作者推广 Wilcoxon–Mann–Whitney 秩统计方法，用经验过程理论研究估计量渐近正态性，并构造一致的方差估计量。
- 材料陈述的贡献
- 摘要称，方法在较弱误差条件下容许某些异方差和个体内依赖，证明渐近正态性与方差估计一致性，并以模拟和临床数据展示。
- 阅读关注点
- 应核对误差条件具体允许哪些依赖与异方差、渐近分析的抽样单位，以及方差估计和模拟中的稳健性比较对象。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明允许的依赖结构及效率数值，不能将结果推广到任意重复测量数据。
原文摘要
A rank‐based regression method is proposed for repeated measurements data. It is a generalisation of the classical Wilcoxon–Mann–Whitney rank statistic for independent observations. The method is valid under a weak condition on the error terms that can accommodate certain heteroscedasticity and within‐subject dependency. The asymptotic normality of the proposed estimator is proved using empirical process theory. A variance estimator, shown to be consistent, is also constructed. The proposed method is illustrated using data from a clinical trial on treating labour pain. Robustness and efficiency of the estimator is demonstrated in simulation studies.