Our method is also applicable to qu

Our method is also applicable to quantized data: in the presence of quantized information, the joint sample may contain a high proportion of draws, which can prevent the test from drawing a clear conclusion. According to the usual convention, when there are ties, the ranks for the observations in a tie are taken to be the average of the ranks for those observations. This convention can lead to wrong conclusions. Here, we consider the family of all possible rank permutations, such that a sample containing ties will not just be associated with a single value, but rather with a collection of values for the Wilcoxon’s rank-sum statistic, with each one of them being associated with a different p-value. When the impact of quantization is too high to lead to a clear decision, our test provides an interval-valued p-value that includes the chosen significance level. Itindicates that there is no clear conclusion according to this test.

ผลลัพธ์ (ไทย) 1:

วิธีของเราก็สามารถใช้ได้กับข้อมูล quantized: ในต่อหน้าของข้อมูล quantized ตัวอย่างร่วมกันอาจประกอบด้วยสัดส่วนที่สูงของรางวัล ซึ่งสามารถป้องกันการทดสอบวาดสรุปชัดเจน ได้ ตามแบบแผนปกติ เมื่อมีความสัมพันธ์ ยศสำหรับการสังเกตในผูกถูกนำไปเป็นค่าเฉลี่ยของอันดับสำหรับการสังเกตเหล่านั้น อนุสัญญานี้สามารถนำไปสู่ข้อสรุปที่ไม่ถูกต้อง ที่นี่ เราพิจารณาของสับได้อันดับทั้งหมด ให้ตัวอย่างที่ประกอบด้วยความสัมพันธ์ไม่เพียงจะสัมพันธ์กับค่าเดียว แต่ค่อนข้างมีค่าสถิติ Wilcoxon ผลรวมอันดับ กับแต่ละของพวกเขาเกี่ยวข้องกับค่า p แตกต่างกัน เมื่อผลกระทบของ quantization สูงเกินไปที่จะนำไปสู่การตัดสินใจที่ชัดเจน ทดสอบของเราให้มีช่วงค่า p ค่าที่ระดับนัยสำคัญท่าน Itindicates ที่มีข้อสรุปชัดเจนตามการทดสอบนี้

ผลลัพธ์ (ไทย) 2:

วิธีการของเรายังใช้ข้อมูลไท: ในการปรากฏตัวของข้อมูลที่ไทที่ตัวอย่างร่วมกันอาจจะมีสัดส่วนที่สูงของเหลือซึ่งสามารถป้องกันการทดสอบจากการวาดข้อสรุปที่ชัดเจน ตามที่ประชุมตามปกติเมื่อมีความสัมพันธ์การจัดอันดับสำหรับการสังเกตการผูกจะถูกนำไปเป็นค่าเฉลี่ยของการจัดอันดับสำหรับผู้สังเกต การประชุมนี้จะนำไปสู่​​ข้อสรุปที่ไม่ถูกต้อง ที่นี่เราจะพิจารณาในครอบครัวของทุกพีชคณิตตำแหน่งที่เป็นไปได้เช่นว่ากลุ่มตัวอย่างที่มีความสัมพันธ์จะไม่เพียง แต่จะเกี่ยวข้องกับค่าเดียว แต่มีคอลเลกชันของค่าสำหรับสถิติของ Wilcoxon อันดับผลรวมกับแต่ละหนึ่งของพวกเขาที่เกี่ยวข้อง ที่มีแตกต่างกัน p-value เมื่อผลกระทบของควอนที่สูงเกินไปจะนำไปสู่​​การตัดสินใจที่ชัดเจนการทดสอบของเรามีช่วงเวลาที่มีมูลค่า p-value ที่มีระดับนัยสำคัญได้รับการแต่งตั้ง Itindicates ว่าไม่มีข้อสรุปที่ชัดเจนตามการทดสอบนี้

ผลลัพธ์ (ไทย) 3:

วิธีของเราจะยังสามารถใช้ได้กับข้อมูลที่แน่นอนในการแสดงตนของข้อมูลที่แน่นอน ตัวอย่างข้ออาจมีสัดส่วนสูงของการวาด ซึ่งสามารถป้องกันไม่ให้การทดสอบจากการวาดข้อสรุปที่ชัดเจน ตามอนุสัญญาปกติเมื่อมีสายสัมพันธ์ , ยศสําหรับการสังเกตเสมอกัน จะถ่ายเป็นค่าเฉลี่ยของตำแหน่งสำหรับข้อสังเกตเหล่านั้นอนุสัญญานี้จะนำไปสู่ข้อสรุปที่ผิด ที่นี่ เราพิจารณาการเรียงสับเปลี่ยนที่เป็นไปได้ทั้งหมดของครอบครัวของยศ เช่น ตัวอย่างที่มีความสัมพันธ์จะไม่เพียง แต่จะเกี่ยวข้องกับค่าเดียว แต่กับคอลเลกชันของค่าของผลรวมสถิติ Wilcoxon rank กับแต่ละหนึ่งของพวกเขาถูกเชื่อมโยงกับระดับที่แตกต่างกันเมื่อผลกระทบของ quantization สูงเกินไปที่จะนำไปสู่การตัดสินใจที่ชัดเจน , การทดสอบของเรามีมูลค่ารวมถึงเลือกช่วงเวลาและระดับ . พบว่าไม่มีบทสรุปที่ชัดเจนจากการทดสอบนี้