Interpoint-ranking sign covariance for the test of independence
用于独立性检验的点间排序符号协方差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：摘要讨论一般随机对象的独立性检验，未指向所列经济计量细分领域。
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
用于独立性检验的点间排序符号协方差
- 研究问题
- 如何将符号协方差推广到多元变量及更一般的随机对象，并通过对象间相似性构造能识别一般依赖关系的检验？
- 方法与思路
- 作者提出点间排序符号协方差，以可定义的相似性度量处理一般随机对象，并用 U 统计量构造独立性检验。
- 材料陈述的贡献
- 摘要称，新协方差为零当且仅当独立，检验对一般备择一致；数值实验与数据分析显示较好的经验表现。
- 阅读关注点
- 应核对相似性度量所需条件、零协方差刻画独立性的范围、零假设下的统计量分布，以及检验校准与比较设计。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断相似性度量的具体限制或数值优势大小；不能默认任意相似性定义均满足结论。
原文摘要
Summary We generalize the sign covariance introduced by Bergsma & Dassios (2014) to multivariate random variables and beyond. The new interpoint-ranking sign covariance is applicable to general types of random objects as long as a meaningful similarity measure can be defined, and it is shown to be zero if and only if the two random variables are independent. The test statistic is a $U$-statistic, whose large-sample behaviour guarantees that the proposed test is consistent against general types of alternatives. Numerical experiments and data analyses demonstrate the superior empirical performance of the proposed method.