陈永平 关于极值顺序统计中Spearman（rho）和Kendall（tau）之间关系的注释。 （英语） Zbl 1120.62031号 J.统计计划。推断 137，第7期，2165-2171（2007）. 摘要：本文重点研究了（n）独立同分布连续随机变量的两个极值次序统计量（X{（1）}）和（X{n）}的Spearman（rho{n}）与Kendall（tau{n}）之间的关系。我们提出了三个计算Spearman（rho{n}）的新公式。其中一个公式导致递归关系。我们使用这种递归关系来建立（rho{n}）和（tau{n}\）之间的不等式关系。递归关系还提供了另一种结果证明，当样本大小（n）趋于无穷大时，比率序列（rho_{n}/tau_{n{）收敛到（3/2）。 引用于7文件 MSC公司： 62G32型 极值统计；尾部推断 62H20个 关联度量（相关性、典型相关性等） 60埃15 不平等；随机排序 62G30型 订单统计；经验分布函数 关键词：科普拉;订单统计;矛兵的\（\rho\）;肯德尔的\（\陶\） PDF格式BibTeX公司 XML格式引用 \textit{Y.-P.Chen}，J.Stat.Plann。推断137，No.7，2165--2171（2007；Zbl 1120.62031） 全文： 内政部 参考文献： [1] Avérous，J。；Genest，C。；Kochar，S.C.，《关于顺序统计的依赖结构》，《多元分析杂志》。，94, 1, 159-171 (2005) ·Zbl 1065.62087号 [2] Capéraá，P。；对于正相关随机变量，Genest，C.，Spearman’s（rho）大于Kendall’s（tau），非参数统计。，2, 4, 183-194 (1993) ·Zbl 1360.62294号 [3] Ferguson，T.S。；Genest，C。；Hallin，M.，Kendall’s tau for serial dependence，加拿大。J.统计。，28, 3, 587-604 (2000) ·Zbl 0958.62083号 [4] Fredricks，G.，Nelsen，R.B.，2006年。关于连续随机变量对的Spearmanρ和Kendallτ之间的关系。J.统计。计划。推理，出现。；Fredricks，G.，Nelsen，R.B.，2006年。关于连续随机变量对的Spearmanρ和Kendallτ之间的关系。J.统计。计划。推理，出现·Zbl 1120.62045号 [5] Gibbons，J.D.，《定量分析的非参数方法》（1976年），Holt，Rinehart和Winston：Holt，Rinehart和Winston纽约·Zbl 0369.62049号 [6] Hutchinson，P。；Lai，C.D.，《连续双变量分布，强调应用》（1990），Rumsby科学出版社：Rumsby科学出版社阿德莱德·Zbl 1170.62330号 [7] M.G.Kendall，1948年。《高级统计理论》，第1卷，第四版，格里芬，伦敦。；M.G.Kendall，1948年。《高级统计理论》，第1卷，第四版，格里芬，伦敦。 [8] Li，X.，Li，Z.，2007年。Spearman猜想的证明（\operatorname{ρ；}\operator name{τ；}\）；Li，X.，Li，Z.，2007年。斯皮尔曼猜想的证明·Zbl 1126.62047号 [9] 施密茨，V.，《揭示（X{（1）}）和（X_{（n）}之间的依赖结构》，J.Statist。计划。推理，123，1，41-47（2004）·Zbl 1095.62073号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。