A Nonparametric Sum of Ranks Procedure for Relative Spread in Unpaired Samples
独立样本相对离散程度的非参数秩和方法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：摘要介绍通用两样本离散程度检验，未明确涉及分布效应估计或所列经济计量场景。
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
独立样本相对离散程度的非参数秩和方法
- 研究问题
- 如何检验两个独立样本是否来自同一总体，并针对总体离散程度不同的备择进行检验，同时避免依赖正态假设？
- 方法与思路
- 作者提出非参数秩和程序，给出小样本临界值表及包含并列观测修正的大样本方法，并允许用于非数值的序数资料。
- 材料陈述的贡献
- 摘要称，该检验在通常随机化程序和两分布相同的原假设下具有分布无关性，并提供两个样本量均不超过二十的表。
- 阅读关注点
- 应核对秩统计量的构造、位置差异是否影响解释、并列观测修正，以及分布相同原假设与离散程度备择的关系。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；分布无关性针对两分布相同的原假设，不能直接推广为任意等方差原假设下有效。
原文摘要
A nonparametric procedure is presented to test the null hypothesis that two independent samples come from the same population against the alternative hypothesis that the samples come from populations differing in variability or “spread.” Extensive tables of critical values are included for n 1≤n 2≤20. Large sample procedures are presented which include a correction for tied observations. The test is entirely distribution-free under the usual randomization procedures against the null hypothesis that the two distributions are identical. The absence of any normality assumption is a particularly important feature of the test, because its parametric alternative, the F test for variance differences, is quite sensitive to departures from normality. The test has the additional advantage of being directly applicable to non-numerical ordinal data.