跳到正文
← 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:摘要讨论有序列联表的关联统计量与检验,没有离散选择行为模型或其他所列细分方向的明确证据。

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

二维列联表相关性检验的抽样表现

研究问题
在类别有序的二维列联表中,利用多种关联统计量检验关联为零时,不同渐近标准误公式会带来怎样的抽样表现?
方法与思路
作者为 Gamma、两种 Kendall tau、相关系数及 Spearman 秩相关分别提出新的渐近标准误公式,并与已有公式比较。
材料陈述的贡献
摘要明确报告为各关联统计量提出新标准误公式,并比较其用于零关联检验的表现,但未给出比较结果的方向或幅度。
阅读关注点
应核对各统计量对并列类别的处理、标准误推导条件,以及比较采用的样本量、表格结构和检验尺寸或功效指标。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要。新公式、实验设置与性能结果未提供,不能声称新公式普遍更优或推断刊本变化。

原文摘要

In the two-way contingency table with ordered categories, commonly used measures of association include Γ, τ b , τ c , the correlation coefficient, and Spearman's rank correlation. We propose a new formula for the asymptotic standard error (ase) of each statistic, and compare its behavior to that of previous formulas when used in a test of the hypothesis that the measure is zero.

笔记与分组
相关领域论文