AN ADAPTIVE TEST OF STOCHASTIC MONOTONICITY
随机单调性的自适应检验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：摘要直接研究条件分布的随机单调性及其非参数检验，因此归入分位数与分布效应方向，未提供具体因果识别依据。
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…
随机单调性的自适应检验
- 研究问题
- 如何检验条件分布的随机单调性，并在其光滑程度未知时兼顾检验水平控制、局部备择检出能力与计算可行性？
- 方法与思路
- 作者提出非参数检验，以数据驱动方式选择带宽，并在临界值构造中计入带宽选择的随机性，使检验适应未知光滑度。
- 材料陈述的贡献
- 摘要称检验以多项式速率控制渐近水平且不保守，对某些光滑局部备择达到最快检出速率；模拟中部分备择下功效较高。
- 阅读关注点
- 应核对随机单调性的正式定义、允许的光滑度范围、带宽与临界值算法，以及最快检出速率对应的备择集合和比较基准。
- 阅读边界
- 仅依据所给 Crossref 摘要；具体正则条件、速率和模拟数值未说明，不能将部分备择下的功效优势推广，也不能推断刊本变化。
原文摘要
We propose a new nonparametric test of stochastic monotonicity which adapts to the unknown smoothness of the conditional distribution of interest, possesses desirable asymptotic properties, is conceptually easy to implement, and computationally attractive. In particular, we show that the test asymptotically controls size at a polynomial rate, is nonconservative, and detects certain smooth local alternatives that converge to the null with the fastest possible rate. Our test is based on a data-driven bandwidth value and the critical value for the test takes this randomness into account. Monte Carlo simulations indicate that the test performs well in finite samples. In particular, the simulations show that the test controls size and, under some alternatives, is significantly more powerful than existing procedures.