Friedman-Type Statistics and Consistent Multiple Comparisons for Unbalanced Designs with Missing Data
含缺失数据的不平衡设计中的Friedman型统计量与一致多重比较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：摘要讨论一般实验设计中的秩检验与多重比较，未直接涉及面板或因果推断。
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
含缺失数据的不平衡设计中的Friedman型统计量与一致多重比较
- 研究问题
- 存在并列值、不平衡设计及缺失数据时，如何推广Friedman检验，并避免多重比较误报差异或漏检真实差异？
- 方法与思路
- 作者依据边际似然原则构造可使用不同评分函数的检验，分析局部位移备择下的非中心参数，并提出Scheffé型多重比较。
- 材料陈述的贡献
- 摘要称，一些既有检验是该框架的特例；部分比较程序受缺失分布影响会失准，新程序被作者推荐为一致且功效更高。
- 阅读关注点
- 核对缺失数据设定、评分函数及渐近功效条件，尤其查明“一致”的含义和任意缺失情形下有效性所需的限制。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要；“任意缺失”不能直接解释为所有缺失机制均有效，功效优势也需核对比较条件。
原文摘要
A generalization of the Friedman test using the marginal likelihood principle (Kalbfleisch and Prentice 1973) is presented and its asymptotic power given. It allows use of a variety of score functions and handles ties and unbalanced designs. Some well-known statistics [including the tests of Kruskal and Wallis (1952), Prentice (1979), and Rinaman (1983)] are proven to be special cases, whereas others (e.g., Klotz 1980; Groggel and Skillings 1986; Rai 1987; Skillings and Mack 1981) are shown to be less appropriate. Multiple comparisons are considered under both the global hypothesis and alternatives. Evaluating non-centrality parameters under local shift alternatives, the procedures of Klotz (1980) and (for a special case) Skillings and Mack (1981) can be either anticonservative (showing differences that do not exist) or insensitive (ignoring differences that do exist), depending on the distribution of missing data. A new Scheffé-type procedure for arbitrarily missing data is presented and recommended as consistent and more powerful.