亚瑟·科恩;大卫·马迪根;哈罗德·B·萨克洛维茨。 有序分类数据模型的有效定向检验。 (英语) Zbl 1064.62065号 澳大利亚。N.Z.J.统计。 45,第3期,285-300(2003). 摘要:本文提供了一种在离散多元数据模型中检验单侧假设的新方法。单面替代意味着多维参数空间存在限制。重点是处理有序分类数据的模型。特别是,应用程序与列联表有关。该方法与其他通用方法相比具有优势。所有测试都是准确的,因为不需要大样本理论或大样本分布理论。测试是无条件的,尽管它的执行是有条件的,一段一段地进行,其中一段是由边际总数决定的。这消除了任何潜在的麻烦参数问题。测试的威力比通常推荐的典型线性测试的威力更强大。此外,无论样本大小或列联表的顺序如何,都可以使用计算机程序高效地进行测试。讨论了删失数据和未删失的数据模型。 引用于6文件 MSC公司: 62H15型 多元分析中的假设检验 62H17型 应急表 62G10型 非参数假设检验 关键词:经审查的数据;卡方统计量;调和单调性;定向测试;池邻违规者;算法;随机顺序选择;治疗与控制;Wilcoxon-Mann-Whitney统计 软件:AS 159标准 PDF格式BibTeX公司 XML格式引用 \textit{A.Cohen}等人,澳大利亚。N.Z.J.Stat.45,第3285-300号(2003年;兹bl 1064.62065) 全文: 内政部