Distribution-free tests of stochastic monotonicity
随机单调性的分布无关检验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：摘要直接检验条件分布的随机单调性，并应用于代际收入流动，支持分布分析方向，但未提供因果识别证据。
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…
随机单调性的分布无关检验
- 研究问题
- 如何非参数检验条件分布及其矩的单调性，同时避免估计曲线导数，并使临界值较少依赖未知分布特征？
- 方法与思路
- 作者取经验 Copula 与其关于解释变量坐标的最小凹上包络之间差异的上确界范数，构造随机单调性检验。
- 材料陈述的贡献
- 摘要称，零假设下有限样本临界值具有枢轴性，检验对解释变量的连续单调变换不变，并能检测参数速率的局部备择。
- 阅读关注点
- 应核对单调性原假设的方向、枢轴性质的成立条件、包络计算与临界值获取，以及代际收入流动应用的解释。
- 阅读边界
- 仅据所给出版社摘要，无法判断离散变量、并列观测或依赖样本下的有效性；模拟数值与完整条件未说明，不推断版本变化。
原文摘要
This article proposes a nonparametric test of monotonicity for conditional distributions and its moments. Unlike previous proposals, our method does not require smooth estimation of the derivatives of nonparametric curves. Distinguishing features of our approach are that critical values are pivotal under the null in finite samples and that the test is invariant to any monotonic continuous transformation of the explanatory variable. The test statistic is the sup-norm of the difference between the empirical copula function and its least concave majorant with respect to the explanatory variable coordinate. The resulting test is able to detect local alternatives converging to the null at the parametric rate n−1/2, with n the sample size. The finite sample performance of the test is examined by means of a Monte Carlo experiment and an application to testing intergenerational income mobility.