A generalized Kruskal-Wallis test for comparing K samples subject to unequal patterns of censorship
不同删失模式下比较K个样本的广义Kruskal–Wallis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：摘要涉及一般删失样本的分布相等检验，未提供经济分布效应或其他所列方向的直接依据。
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…
关注这篇论文的作者
不同删失模式下比较K个样本的广义Kruskal–Wallis检验
- 研究问题
- 当多个总体的连续观测受到右删失且删失分布可以不同时，如何检验各总体分布相等，并分析检验的渐近功效与效率？
- 方法与思路
- 作者提出推广Gehan–Wilcoxon检验的广义Kruskal–Wallis统计量，另为删失分布可假定相同的情形构造替代统计量。
- 材料陈述的贡献
- 摘要称，两种统计量在各自零假设下具有渐近卡方分布，删失变量可按随机或固定处理，并提供渐近功效、效率计算及数值示例。
- 阅读关注点
- 应核对删失与观测变量的依赖限制、两种零假设及统计量的适用差别，以及随机和固定删失设定下的渐近论证条件。
- 阅读边界
- 所据为版本未注明的OpenAlex索引摘要；任意右删失的具体条件未展开，不能据此认定允许任意信息性删失或具有精确小样本性质。
原文摘要
A generalization of the Kruskal-Wallis test, which extends Gehan's generalization of Wilcoxon's test, is proposed for testing the equality of K continuous distribution functions when observations are subject to arbitrary right censorship. The distribution of the censoring variables is allowed to differ for different populations. An alternative statistic is proposed for use when the censoring distributions may be assumed equal. These statistics have asymptotic chi-squared distributions under their respective null hypotheses, whether the censoring variables are regarded as random or as fixed numbers. Asymptotic power and efficiency calculations are made and numerical examples provided.