The Rate of Convergence of Simple Linear Rank Statistics Under Hypothesis and Alternatives
原假设与备择下简单线性秩统计量的收敛速度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：摘要属于秩统计量的一般渐近理论，未给出特定计量应用领域的直接依据。
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
原假设与备择下简单线性秩统计量的收敛速度
- 研究问题
- 简单线性秩统计量的分布在原假设与邻近备择下以何种速度收敛，如何构造用于分析这种速度的概率近似？
- 方法与思路
- 作者将秩统计量的特征函数近似为独立随机变量之和的特征函数，再应用标准工具研究原假设与邻近备择下的收敛速度。
- 材料陈述的贡献
- 摘要表明研究同时涵盖原假设和邻近备择，并给出基于特征函数近似的证明路线，但未陈述具体收敛阶或误差常数。
- 阅读关注点
- 阅读全文时应核对秩得分与总体分布条件、邻近备择的定义、收敛距离，以及特征函数近似误差如何传递至分布误差。
- 阅读边界
- 仅据所给 OpenAlex 索引摘要，稿件版本未注明；具体速率、适用条件和证明未提供，不能推断任意秩统计量都有相同收敛性质。
原文摘要
Convergence rates for distributions of simple linear rank statistics are investigated. Both the null hypothesis and near alternatives are considered. The method of proof consists in approximating the characteristic function of the statistic by that of a sum of independent random variables and then applying standard tools.