Nonparametric tests of population differences and estimation of the probability of misidentification with unidentified paired data
总体身份不明的配对数据：总体差异检验与误识别概率估计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：摘要研究配对标签不确定下的一般检验与估计，未明确涉及处理效应或经济分布效应。
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
总体身份不明的配对数据：总体差异检验与误识别概率估计
- 研究问题
- 当每对观测所属的两个总体身份不确定时，如何比较总体差异，并估计一对观测内部发生身份误识别的概率？
- 方法与思路
- 作者用修正的 Mann–Whitney 统计量构造置换检验，并基于 Lehmann 分布族提出配对身份误识别概率的估计量。
- 材料陈述的贡献
- 摘要称，模拟中新方法通常不逊于已有正态理论方法，但配对内部相关性很强时，这一比较结论可能不成立。
- 阅读关注点
- 应核对身份不确定性的建模、置换检验的有效条件，以及 Lehmann 分布族和配对相关性对估计与检验的影响。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；误识别机制、模拟设计及数值未说明，不能声称方法在所有配对数据中更优。
原文摘要
A modified Mann-Whitney statistic is used to construct a permutation test for comparing samples of paired data from two populations when the population identities of each pair are uncertain. An estimator of the probability of population misidentification within a pair is also proposed. This is based on the Lehmann family of distributions. Simulation results show the new methods are generally as or more effective than existing normal theory methods unless there is strong correlation within pairs.