Simple Robust Tests for Scale Differences in Paired Data
配对数据尺度差异的简单稳健检验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：配对尺度检验属于一般统计方法，配对设计本身不足以支持因果推断或分布效应分类。
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
配对数据尺度差异的简单稳健检验
- 研究问题
- 如何对配对数据的两个尺度参数差异构造稳健检验，并考察二元分布对称性对渐近分布及小样本表现的作用？
- 方法与思路
- 作者在单样本 t 检验框架中构造经典尺度检验的稳健替代，研究原假设下渐近行为，并推导不要求对称性的版本。
- 材料陈述的贡献
- 摘要称，对称二元分布下易于构造渐近分布自由检验，也提供非对称版本，并以模拟及肺组织数据考察表现。
- 阅读关注点
- 应核对尺度差异如何转化为单样本检验、各版本的条件和稳健性含义，以及模拟中的样本量、分布和功效比较。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；非对称版本的附加条件及具体模拟结果未说明，不能判断哪一种检验普遍更好。
原文摘要
The classical statistical test for assessing the difference between the two scale parameters in paired data due to Pitman (1939) and Morgan (1939) is not robust. This paper explores robust alternatives to Pitman's test, using the framework of the one-sample t-test. The asymptotic behaviour of the tests under the null hypothesis is examined. In general, it is easy to construct tests that are asymptotically distribution-free, provided the data come from a symmetric bivariate distribution. Versions of these tests that do not require symmetry are derived. Monte Carlo simulation experiments are done to assess small sample behaviour and power characteristics. The tests are applied to a small data set comparing cancerous and noncancerous lungs.