Comparing Two Samples: Extensions of the t , Rank-Sum, and Log-Rank Tests
两样本比较：t检验、秩和检验与对数秩检验的扩展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：摘要研究一般两样本分布检验，未明确涉及微观分布效应、政策影响或其他所列细分。
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
两样本比较：t检验、秩和检验与对数秩检验的扩展
- 研究问题
- 比较两个总体的连续变量分布时，传统检验为何可能对一方取值倾向较大的某些备择不敏感，怎样发现并改善？
- 方法与思路
- 作者提出在具体数据中识别传统检验不敏感问题的判据，并据此扩展t检验、秩和检验和对数秩检验。
- 材料陈述的贡献
- 摘要称传统方法对一大类可能常见的备择不敏感，所提扩展有助于识别和解释群体之间的差异。
- 阅读关注点
- 应核对不敏感备择的具体形式、诊断判据与扩展统计量，并检查显著性水平控制及群体差异的解释方式。
- 阅读边界
- 仅据版本未注明的索引摘要，不能判断扩展方法的功效增益、适用条件或实际比较结果，也不能推断刊本变化。
原文摘要
I consider the problem of testing that two populations are identical with respect to the distribution of a continuous variable against the alternative that values tend to be larger in one population. I observe that the t, rank-sum, and log-rank tests are insensitive for a large class of alternatives that may be expected to occur commonly in practice, propose a criterion for identifying this problem in a particular data set, and propose corresponding extensions of the conventional methods. The proposed methods should be useful for both identifying and interpreting group differences.