A Non-Parametric Test for Comparing Two Non-Independent Distributions
比较两个相依分布的非参数检验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：摘要明确比较相依变量的边际分布，并以随机排序而非均值差异作为检验目标。
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
比较两个相依分布的非参数检验
- 研究问题
- 当两个变量来自同一未知二维分布、因而并不独立时，如何检验一个边际分布是否随机大于另一个，而非仅比较均值？
- 方法与思路
- 作者基于二维样本构造边际随机排序检验，给出统计量的渐近正态分布，并以渐近相对效率和模拟与配对 t 检验比较。
- 材料陈述的贡献
- 摘要称，检验渐近非参数，在某些情形下功效超过配对 t 检验，即使在正态情形下功效也接近；另考察样本量为二十的表现。
- 阅读关注点
- 应核对随机排序假设的精确定义、相依结构如何进入方差、渐近非参数的含义，以及功效比较使用的备择与检验水平。
- 阅读边界
- 仅据所给 Crossref 摘要；占优情形和模拟数值未说明，不能将部分功效比较推广为普遍优势，也不能解释为因果分布效应。
原文摘要
Summary Using a sample from an unknown bivariate distribution, we propose a test for the hypothesis that one marginal distribution is stochastically larger than the other. We show that the test statistic has an asymptotic normal distribution, and that the proposed test is asymptotically non-parametric. This test is compared to the paired t-test for large samples in terms of asymptotic relative efficiency and for samples of size 20 by simulation estimates of size and power. There are important cases in which the power of the proposed test exceeds that of the paired t-test; whereas even under normality its power is near that of the paired t-test.