Estimating a Correlation Coefficient When One Variable is Not Directly Observed
一个变量无法直接观测时的相关系数估计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：摘要研究潜在变量经单调变换后的相关系数估计，缺少所列计量细分领域的直接证据。
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
一个变量无法直接观测时的相关系数估计
- 研究问题
- 当只能观测一个变量及另一个变量的单调变换，而无法直接观测后者时，如何估计两个原始变量之间的真实相关系数？
- 方法与思路
- 作者定义可观测变量与单调变换之间的单调相关系数，研究其一致性，并给出原始变量样本相关系数的大样本近似上下界。
- 材料陈述的贡献
- 摘要称所定义的单调相关系数是目标真实相关系数的强一致估计量，并提供大样本近似界以及一个应用示例。
- 阅读关注点
- 应核对单调相关系数的定义、目标相关系数的含义，以及强一致性除单调变换外还需哪些条件、近似界如何计算。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未说明识别和一致性的完整条件，不能仅凭变换单调就认定原始相关系数可恢复。
原文摘要
The problem is to estimate p the true correlation between two variables x and y when y and u=f(x) (but not x) are measured where f is a monotone function. The monotone correlation coefficient between y and u is defined and shown to be a (strongly) consistent estimator of p. For large samples approximate lower and upper bounds on the sample correlation between x and y are presented. Finally, an application of these results is displayed.