Distribution-Free Consistent Independence Tests via Center-Outward Ranks and Signs
基于中心向外秩与符号的分布无关一致独立性检验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：摘要研究通用多元独立性检验与组合极限定理，未提供所列领域细分的直接证据。
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
基于中心向外秩与符号的分布无关一致独立性检验
- 研究问题
- 如何对任意维度的两个随机向量构造分布无关且一致的独立性检验，并减少通过置换获得临界值的计算需求？
- 方法与思路
- 作者结合距离协方差与中心向外秩、符号，利用退化 U 统计量结构及排列的组合性质推导零假设极限分布。
- 材料陈述的贡献
- 摘要称，在具有非消失勒贝格密度的多元分布族中实现分布无关与一致性，并给出更一般的组合非中心极限定理。
- 阅读关注点
- 应核对密度条件的精确定义、秩与符号的构造，以及有限样本分布无关性与渐近临界值近似准确性的区别。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，结论限于所述密度分布族；中等样本近似的具体证据未给出，不能推断刊本变化。
原文摘要
This article investigates the problem of testing independence of two random vectors of general dimensions. For this, we give for the first time a distribution-free consistent test. Our approach combines distance covariance with the center-outward ranks and signs developed by Marc Hallin and collaborators. In technical terms, the proposed test is consistent and distribution-free in the family of multivariate distributions with nonvanishing (Lebesgue) probability densities. Exploiting the (degenerate) U-statistic structure of the distance covariance and the combinatorial nature of Hallin’s center-outward ranks and signs, we are able to derive the limiting null distribution of our test statistic. The resulting asymptotic approximation is accurate already for moderate sample sizes and makes the test implementable without requiring permutation. The limiting distribution is derived via a more general result that gives a new type of combinatorial noncentral limit theorem for double- and multiple-indexed permutation statistics. Supplementary materials for this article are available online.