On Rank Transformation Techniques for Balanced Incomplete Repeated-Measures Designs
平衡不完全重复测量设计中的秩变换方法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：摘要研究实验中的重复测量和秩检验，没有明确计量面板模型；重复观测本身不足以支持面板数据分类。
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
平衡不完全重复测量设计中的秩变换方法
- 研究问题
- 在具有复合对称结构和固定处理效应的平衡不完全重复测量设计中，均值对齐如何影响不同检验的大样本效率？
- 方法与思路
- 作者研究方差分析 F 统计量、其秩变换及 Durbin 统计量，并比较进行与不进行均值对齐时的渐近相对效率。
- 材料陈述的贡献
- 摘要称理论比较支持均值对齐可改善秩变换统计量，并称对齐数据上的 F 统计量秩变换通常在所研究统计量中最有效。
- 阅读关注点
- 应核对均值对齐的具体步骤、渐近样本增长方式、备择类型，以及效率排序依赖的分布和协方差条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；效率比较限于所研究设计与统计量，具体条件未提供，不能视作普遍排序。
原文摘要
Asymptotic properties of statistics designed to detect general alternatives in compound symmetric balanced incomplete repeated-measures designs with fixed treatment effects are investigated. Included in this study are the analysis of variance (ANOVA) F statistic, its rank transform Durbin's statistic. By making asymptotic relative efficiency comparisions among these statistics when they have been computed with and without mean alignment, valuable new insight into their large-sample performance characteristics is gained. Evidence is presented corroborating recent empirical studies that suggest that mean alignment can improve the performance of rank transformation statistics. Finally, it is noted that the rank transform of the ANOVA F statistic when it is computed using mean aligned data is generally the most efficient among the statistics studied here.