The Hellinger Correlation
Hellinger 相关系数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：摘要讨论通用依赖度量与独立性检验，缺少所列应用领域细分的直接依据。
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…
Hellinger 相关系数
- 研究问题
- 衡量两个连续随机变量依赖程度的指标应满足哪些性质，能否据此构造兼具直观解释与可估计性的相关度量？
- 方法与思路
- 作者补充依赖度量的公理要求，识别满足这些要求的一类指标，并提出 Hellinger 相关系数及其非参数估计方法。
- 材料陈述的贡献
- 摘要称，该指标满足所讨论的性质，部分常用指标则不满足；作者给出数据示例，并将其用于精确独立性检验。
- 阅读关注点
- 应核对新增性质与其他公理的逻辑关系、指标定义和估计条件，以及精确独立性检验的构造与有限样本性质。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，具体公理、估计误差和精确检验的条件未说明，不能推断刊本变化。
原文摘要
In this article, the defining properties of any valid measure of the dependence between two continuous random variables are revisited and complemented with two original ones, shown to imply other usual postulates. While other popular choices are proved to violate some of these requirements, a class of dependence measures satisfying all of them is identified. One particular measure, that we call the Hellinger correlation, appears as a natural choice within that class due to both its theoretical and intuitive appeal. A simple and efficient nonparametric estimator for that quantity is proposed, with its implementation publicly available in the R package HellCor. Synthetic and real-data examples illustrate the descriptive ability of the measure, which can also be used as test statistic for exact independence testing. Supplementary materials for this article are available online.