数据集概述
本数据集围绕稳健秩次检验的改进方法展开，通过蒙特卡洛法估计检验统计量的零分布，解决标准正态近似在样本不对称时的I类错误问题。包含仿真实验代码、结果数据文件及可视化图表，为统计检验方法优化提供实证支持。
文件详解
- 代码文件（.m格式）：
- 主程序文件：main.m、main_3a.m、main_3b.m等，执行仿真实验与方法对比
- 工具包文件（位于my_toolbox/目录）：RRO.m（稳健秩次检验实现）、comp_params.m（参数估计）、equalize_median.m（中位数均衡处理）等15个函数文件
- 数据文件（.mat格式）：
- 仿真结果文件：same_median_diff_disp.mat、MC_reps_test.mat等10个文件，存储不同实验条件下的检验统计量分布数据
- 可视化文件：
- 图片文件（figures/目录下.png格式）：Fig3d.png、Fig4a.png等17个结果图表
- 图形源文件（figures/目录下.fig格式）：Fig1b.fig、Fig4bb.fig等17个可编辑图形文件
适用场景
- 统计方法研究：改进稳健秩次检验的分布估计方法，降低小样本或不对称分布下的I类错误
- 实验设计优化：指导蒙特卡洛模拟的样本量选择（如10^4次重复的有效性验证）
- 工具包开发：为构建分布无关的稳健秩次检验工具提供算法与代码基础
- 统计教学：作为非参数检验方法改进的案例，展示仿真实验的设计与分析流程
