2773:
6710:
5319:
177:
1848:
13137:
9886:
8203:
4914:
6371:
7515:
2768:{\displaystyle {\begin{aligned}E&=E\left\\&=1-{\frac {8}{n(n-1)}}\sum _{i}E+{\frac {16}{n^{2}(n-1)^{2}}}\sum _{ij}E\\&=1-{\frac {8}{n(n-1)}}\sum _{i}E+{\frac {16}{n^{2}(n-1)^{2}}}\left(\sum _{ij}EE+\sum _{i}V\right)\\&=1-{\frac {8}{n(n-1)}}\sum _{i}E+{\frac {16}{n^{2}(n-1)^{2}}}\sum _{ij}EE+{\frac {16}{n^{2}(n-1)^{2}}}\left(\sum _{i}V\right)\\&=\left(1-{\frac {4\sum _{i}E}{n(n-1)}}\right)^{2}+{\frac {16}{n^{2}(n-1)^{2}}}\left(\sum _{i}V\right)\end{aligned}}}
13123:
6705:{\displaystyle {\begin{aligned}n_{0}&=n(n-1)/2\\n_{1}&=\sum _{i}t_{i}(t_{i}-1)/2\\n_{2}&=\sum _{j}u_{j}(u_{j}-1)/2\\n_{c}&={\text{Number of concordant pairs}}\\n_{d}&={\text{Number of discordant pairs}}\\t_{i}&={\text{Number of tied values in the }}i^{\text{th}}{\text{ group of ties for the first quantity}}\\u_{j}&={\text{Number of tied values in the }}j^{\text{th}}{\text{ group of ties for the second quantity}}\end{aligned}}}
5314:{\displaystyle {\begin{bmatrix}(z_{1}-z_{2})/{\sqrt {2}}\\(w_{1}-w_{2})/{\sqrt {2}}\end{bmatrix}}\in {\frac {1}{\sqrt {2}}}{\begin{bmatrix}1&r\\r&1\end{bmatrix}}^{-1/2}A^{+}={\frac {1}{2{\sqrt {2}}}}{\begin{bmatrix}{\frac {1}{\sqrt {1+r}}}+{\frac {1}{\sqrt {1-r}}}&{\frac {1}{\sqrt {1+r}}}-{\frac {1}{\sqrt {1-r}}}\\{\frac {1}{\sqrt {1+r}}}-{\frac {1}{\sqrt {1-r}}}&{\frac {1}{\sqrt {1+r}}}+{\frac {1}{\sqrt {1-r}}}\end{bmatrix}}A^{+}}
9667:
as an approximation to the standard estimator. This algorithm is only applicable to continuous random variables, but it has demonstrated superior accuracy and potential speed gains compared to the first algorithm described, along with the capability to handle non-stationary data without relying on sliding windows. An efficient implementation of the
Hermite series based approach is contained in the R package package
13161:
8198:{\displaystyle {\begin{array}{ccl}v&=&{\frac {1}{18}}v_{0}-(v_{t}+v_{u})/18+(v_{1}+v_{2})\\v_{0}&=&n(n-1)(2n+5)\\v_{t}&=&\sum _{i}t_{i}(t_{i}-1)(2t_{i}+5)\\v_{u}&=&\sum _{j}u_{j}(u_{j}-1)(2u_{j}+5)\\v_{1}&=&\sum _{i}t_{i}(t_{i}-1)\sum _{j}u_{j}(u_{j}-1)/(2n(n-1))\\v_{2}&=&\sum _{i}t_{i}(t_{i}-1)(t_{i}-2)\sum _{j}u_{j}(u_{j}-1)(u_{j}-2)/(9n(n-1)(n-2))\end{array}}}
13149:
7036:
962:
4712:
6730:. So use Tau-b if the underlying scale of both variables has the same number of possible values (before ranking) and Tau-c if they differ. For instance, one variable might be scored on a 5-point scale (very good, good, average, bad, very bad), whereas the other might be based on a finer 10-point scale.
9666:
The second algorithm is based on
Hermite series estimators and utilizes an alternative estimator for the exact Kendall rank correlation coefficient i.e. for the probability of concordance minus the probability of discordance of pairs of bivariate observations. This alternative estimator also serves
9551:
time complexity. However, these algorithms necessitate the availability of all data to determine observation ranks, posing a challenge in sequential data settings where observations are revealed incrementally. Fortunately, algorithms do exist to estimate the
Kendall rank correlation coefficient in
9662:
The first such algorithm presents an approximation to the
Kendall rank correlation coefficient based on coarsening the joint distribution of the random variables. Non-stationary data is treated via a moving window approach. This algorithm is simple and it able to handle discrete random variables
6898:
5716:
4452:
848:
1222:
4521:
6887:
5581:
5477:
4136:
9102:
6236:
The Tau-b statistic, unlike Tau-a, makes adjustments for ties. Values of Tau-b range from â1 (100% negative association, or perfect inversion) to +1 (100% positive association, or perfect agreement). A value of zero indicates the absence of association.
3239:
106:(i.e. relative position label of the observations within the variable: 1st, 2nd, 3rd, etc.) between the two variables, and low when observations have a dissimilar (or fully different for a correlation of â1) rank between the two variables.
4831:
5606:
6360:
7031:{\displaystyle {\begin{aligned}n_{c}&={\text{Number of concordant pairs}}\\n_{d}&={\text{Number of discordant pairs}}\\r&={\text{Number of rows}}\\c&={\text{Number of columns}}\\m&=\min(r,c)\end{aligned}}}
4334:
5834:
7204:
5926:
3937:
3049:
3631:
5321:
where the subset on the right is a âsquashedâ version of two quadrants. Since the standard normal distribution is rotationally symmetric, we need only calculate the angle spanned by each squashed quadrant.
1288:
of zero. The precise distribution cannot be characterized in terms of common distributions, but may be calculated exactly for small samples; for larger samples, it is common to use an approximation to the
8707:
3382:
3945:
957:{\displaystyle \tau ={\frac {({\text{number of concordant pairs}})-({\text{number of discordant pairs}})}{({\text{number of pairs}})}}=1-{\frac {2({\text{number of discordant pairs}})}{n \choose 2}}.}
3531:
6196:
7504:
3723:
6903:
6376:
1853:
6020:
4273:
1553:
389:
1091:
1034:
6739:
5482:
5378:
8949:
1740:
9263:
9184:
8937:
295:
9222:
9143:
8896:
4909:
9549:
8362:
7273:
9337:
9298:
4707:{\displaystyle \Delta _{1,2}={\sqrt {2}}{\begin{bmatrix}1&r\\r&1\end{bmatrix}}^{1/2}{\begin{bmatrix}(z_{1}-z_{2})/{\sqrt {2}}\\(w_{1}-w_{2})/{\sqrt {2}}\end{bmatrix}}}
1480:
6718:
Be aware that some statistical packages, e.g. SPSS, use alternative formulas for computational efficiency, with double the 'usual' number of concordant and discordant pairs.
833:
793:
753:
713:
9719:
will work, but the latter does not return the p-value). All three versions of the coefficient are available in the "DescTools" package along with the confidence intervals:
4860:
4513:
3752:
2926:
672:
625:
547:
501:
224:
1605:
1355:
8254:
6104:
6064:
8511:
5747:
4184:
3816:
9852:
9810:
9779:
9748:
9708:
9498:
7435:
7091:
3088:
8315:
7343:
5373:
3093:
6106:; a tied pair is neither concordant nor discordant. When tied pairs arise in the data, the coefficient may be modified in a number of ways to keep it in the range :
4329:
1388:
573:
297:
possible point pairs. In this example there are 395 concordant point pairs and 40 discordant point pairs, leading to a
Kendall rank correlation coefficient of 0.816.
9471:
9444:
8791:
8764:
8737:
8591:
8571:
7408:
7381:
7303:
7118:
7064:
4717:
451:
424:
149:
127:
9657:
9628:
9579:
8540:
5601:
2824:
250:
4484:
3843:
3783:
2851:
1840:
1767:
1632:
9599:
9417:
9397:
8858:
8831:
8811:
8469:
8445:
8425:
8405:
8385:
5752:
4302:
3441:
2877:
1793:
1658:
9855:
5840:
3461:
3405:
1813:
1681:
7353:-value is below a given significance level, one rejects the null hypothesis (at that significance level) that the quantities are statistically independent.
6246:
10715:
10582:
9992:
12258:
102:
Intuitively, the
Kendall correlation between two variables will be high when observations have a similar (or identical for a correlation of 1)
7126:
5711:{\displaystyle \theta =\arctan {\frac {{\frac {1}{\sqrt {1+r}}}-{\frac {1}{\sqrt {1-r}}}}{{\frac {1}{\sqrt {1+r}}}+{\frac {1}{\sqrt {1-r}}}}}}
3466:
12763:
1683:
4186:
is an IID sample of the jointly normal distribution, the pairing does not matter, so each term in the summation is exactly the same, and so
3848:
2931:
12913:
4447:{\displaystyle {\begin{bmatrix}x\\y\end{bmatrix}}={\begin{bmatrix}1&r\\r&1\end{bmatrix}}^{1/2}{\begin{bmatrix}z\\w\end{bmatrix}}}
13202:
12537:
11178:
9914:
130:
3558:
10799:
Bonett, Douglas G.; Wright, Thomas A. (2000). "Sample size requirements for estimating
Pearson, Kendall, and Spearman correlations".
6726:
Tau-c (also called Stuart-Kendall Tau-c) is more suitable than Tau-b for the analysis of data based on non-square (i.e. rectangular)
4189:
1070:
If the disagreement between the two rankings is perfect (i.e., one ranking is the reverse of the other) the coefficient has value â1.
7437:
distribution, and is again approximately equal to a standard normal distribution when the quantities are statistically independent:
12311:
9812:. Fast batch estimates of the Kendall rank correlation coefficient along with sequential estimates are provided for in the package
12750:
9581:
update time and space complexity, scaling efficiently with the number of observations. Consequently, when processing a batch of
8599:
3265:
10762:
10641:
10372:
10184:
10060:
6132:
10873:
7443:
3637:
13187:
11777:
10925:
4862:. It remains to perform some unenlightening tedious matrix exponentiations and trigonometry, which can be skipped over.
10789:
1217:{\displaystyle \tau ={\frac {2}{n(n-1)}}\sum _{i<j}\operatorname {sgn}(x_{i}-x_{j})\operatorname {sgn}(y_{i}-y_{j})}
1067:
If the agreement between the two rankings is perfect (i.e., the two rankings are the same) the coefficient has value 1.
13192:
12560:
12452:
6882:{\displaystyle \tau _{C}={\frac {2(n_{c}-n_{d})}{n^{2}{\frac {(m-1)}{m}}}}=\tau _{A}{\frac {n-1}{n}}{\frac {m}{m-1}}}
5941:
304:
1499:
970:
17:
13165:
12738:
12612:
10624:
Xiao, W. (2019). "Novel Online
Algorithms for Nonparametric Correlations with Application to Analyze Sensor Data".
1044:
8939:, then sorts each half recursive, and then merges the two sorted halves into a fully sorted vector. The number of
5576:{\textstyle ({\frac {1}{\sqrt {1+r}}}-{\frac {1}{\sqrt {1-r}}},{\frac {1}{\sqrt {1+r}}}+{\frac {1}{\sqrt {1-r}}})}
5472:{\textstyle ({\frac {1}{\sqrt {1+r}}}+{\frac {1}{\sqrt {1-r}}},{\frac {1}{\sqrt {1+r}}}-{\frac {1}{\sqrt {1-r}}})}
4131:{\displaystyle E={\frac {4}{n(n-1)}}E-1={\frac {4}{n(n-1)}}\sum _{1\leq i<j\leq n}Pr(\Delta _{i,j}\in A^{+})-1}
12796:
12457:
12202:
11573:
11163:
10841:
9508:
Efficient algorithms for calculating the
Kendall rank correlation coefficient as per the standard estimator have
3385:
180:
All points in the gray area are concordant and all points in the white area are discordant with respect to point
153:
12847:
12059:
11866:
11755:
11713:
9919:
9097:{\displaystyle S(y)=S(y_{\mathrm {left} })+S(y_{\mathrm {right} })+M(Y_{\mathrm {left} },Y_{\mathrm {right} })}
1238:
11787:
13090:
12049:
10952:
10070:
10046:
9820:
12641:
12590:
12575:
12565:
12434:
12306:
12273:
12099:
12054:
11884:
1082:
10263:, Zeitschrift fĂŒr Mathematik und Physik, Band 57, B. G. Teubner, Leipzig, pages 121-158, 225-260, 337-373.
9710:
9227:
9148:
8901:
1689:
255:
13153:
12985:
12786:
12710:
12011:
11765:
11434:
10898:
10541:"Cumulant Generating Function and Tail Probability Approximations for Kendall's Score with Tied Rankings"
10124:"Cumulant Generating Function and Tail Probability Approximations for Kendall's Score with Tied Rankings"
10065:
10041:
9189:
9110:
8863:
10734:
10036:
9511:
8324:
7212:
4868:
13197:
12870:
12842:
12837:
12585:
12344:
12250:
12230:
12138:
11849:
11667:
11150:
11022:
10674:
Stephanou, M. and
Varughese, M (2023). "Hermiter: R package for sequential nonparametric estimation".
10502:
Stuart, A. (1953). "The Estimation and Comparison of Strengths of Association in Contingency Tables".
9307:
9268:
7120:, is approximately distributed as a standard normal when the variables are statistically independent:
12602:
12370:
12091:
12016:
11945:
11874:
11794:
11782:
11652:
11640:
11633:
11341:
11062:
1393:
1242:
73:
10084:
8317:
in complexity and becomes very slow on large samples. A more sophisticated algorithm built upon the
798:
758:
718:
678:
13085:
12852:
12715:
12400:
12365:
12329:
12114:
11556:
11465:
11424:
11336:
11027:
10866:
9680:
631:
584:
506:
460:
183:
4836:
4489:
3728:
2882:
12994:
12607:
12547:
12484:
12122:
12106:
11844:
11706:
11696:
11546:
11460:
10836:
9929:
9924:
8219:
6115:
6069:
6029:
3234:{\textstyle z_{A}={\frac {\tau _{A}}{\sqrt {Var}}}={n_{C}-n_{D} \over {\sqrt {n(n-1)(2n+5)/18}}}}
1558:
1296:
1059:
is the total number of pair combinations, so the coefficient must be in the range â1 â€
8478:
13032:
12962:
12755:
12692:
12447:
12334:
11331:
11228:
11135:
11014:
10913:
10460:"Stuart's tau measure of effect size for ordinal variables: Some methodological considerations"
10431:
10389:
9830:
9788:
9757:
9726:
9686:
9476:
7413:
7069:
6715:
A simple algorithm developed in BASIC computes Tau-b coefficient using an alternative formula.
5723:
4826:{\textstyle {\begin{bmatrix}(z_{1}-z_{2})/{\sqrt {2}}\\(w_{1}-w_{2})/{\sqrt {2}}\end{bmatrix}}}
4143:
3788:
10750:
9932:- it is equivalent to Kendall's tau correlation coefficient if one of the variables is binary.
8284:
7308:
3067:
13057:
12999:
12942:
12768:
12661:
12570:
12296:
12180:
12039:
12031:
11921:
11913:
11728:
11624:
11602:
11561:
11526:
11493:
11439:
11414:
11369:
11308:
11268:
11070:
10893:
10709:
5328:
1277:
4275:
and it remains to calculate the probability. We perform this by repeated affine transforms.
1241:
to establish whether two variables may be regarded as statistically dependent. This test is
552:
12980:
12555:
12504:
12480:
12442:
12360:
12339:
12291:
12170:
12148:
12117:
12026:
11903:
11854:
11772:
11745:
11701:
11657:
11419:
11195:
11075:
10021:
9904:
9449:
9422:
8769:
8742:
8715:
8576:
8549:
7386:
7359:
7281:
7096:
7049:
4307:
1366:
1037:
429:
402:
134:
112:
10580:
Knight, W. (1966). "A Computer Method for Calculating Kendall's Tau with Ungrouped Data".
9633:
9604:
9555:
8516:
229:
8:
13127:
13052:
12975:
12656:
12420:
12413:
12375:
12283:
12263:
12235:
11968:
11834:
11829:
11819:
11811:
11629:
11590:
11480:
11470:
11379:
11158:
11114:
11032:
10957:
10859:
5586:
2780:
1290:
65:
176:
13141:
12952:
12806:
12702:
12651:
12527:
12424:
12408:
12385:
12162:
11896:
11879:
11839:
11750:
11645:
11607:
11578:
11538:
11498:
11444:
11361:
11047:
11042:
10818:
10778:
10697:
10679:
10647:
10599:
10521:
10412:
10302:
10234:
10009:
9969:
9891:
9584:
9402:
9382:
8843:
8816:
8796:
8454:
8430:
8410:
8390:
8370:
7520:
6727:
4457:
3821:
3761:
2829:
1818:
1745:
1610:
10633:
13136:
13047:
13017:
13009:
12829:
12820:
12745:
12676:
12532:
12517:
12492:
12380:
12321:
12187:
12175:
11801:
11718:
11662:
11585:
11429:
11351:
11130:
11004:
10822:
10785:
10758:
10701:
10651:
10637:
10562:
10481:
10368:
10345:
10310:
10294:
10242:
10226:
10180:
10145:
10104:
9885:
4281:
3420:
2856:
1772:
1637:
10416:
10390:"An algorithm and program for calculation of Kendall's rank correlation coefficient"
8447:
is not sorted, and the core of the algorithm consists of computing how many steps a
13072:
13027:
12791:
12778:
12671:
12646:
12580:
12512:
12390:
11998:
11891:
11824:
11737:
11684:
11503:
11374:
11168:
11052:
10967:
10934:
10810:
10689:
10629:
10591:
10552:
10513:
10471:
10404:
10337:
10286:
10218:
10172:
10135:
10100:
10096:
10085:"A Simplified Derivation of the Variance of Kendall's Rank Correlation Coefficient"
10001:
9961:
6355:{\displaystyle \tau _{B}={\frac {n_{c}-n_{d}}{\sqrt {(n_{0}-n_{1})(n_{0}-n_{2})}}}}
6119:
3446:
3390:
1798:
1666:
165:
80:
38:
9379:
A side effect of the above steps is that you end up with both a sorted version of
4304:
by subtracting the mean and dividing the standard deviation. This does not change
12989:
12733:
12595:
12522:
12197:
12071:
12044:
12021:
11990:
11617:
11612:
11566:
11296:
10947:
10773:
10176:
10017:
9987:
1265:
577:
157:
88:
76:
12479:
8256:, involves two nested iterations, as characterized by the following pseudocode:
12938:
12933:
11396:
11326:
10972:
10784:. Charles Griffin Book Series (5th ed.). Oxford: Oxford University Press.
10693:
10164:
9965:
9909:
3537:
1285:
1234:
92:
9813:
9668:
7278:
Thus, to test whether two variables are statistically dependent, one computes
3407:, then the expectation of Kendall rank correlation has a closed-form formula.
13181:
13095:
13062:
12925:
12886:
12697:
12666:
12130:
12084:
11689:
11391:
11218:
10982:
10977:
10801:
10566:
10557:
10540:
10349:
10298:
10230:
10149:
10140:
10123:
10108:
7305:, and finds the cumulative probability for a standard normal distribution at
6123:
9500:
are easily obtained in a single linear-time pass through the sorted arrays.
7066:
is not easily characterizable in terms of known distributions. However, for
13037:
12970:
12947:
12862:
12192:
11488:
11386:
11321:
11263:
11248:
11185:
11140:
10485:
10314:
10246:
10171:, Springer Series in Statistics, New York, NY: Springer, pp. 308â334,
10846:
10476:
10459:
79:
for statistical dependence based on the Ï coefficient. It is a measure of
13080:
13042:
12725:
12626:
12488:
12301:
12268:
11760:
11677:
11672:
11316:
11273:
11253:
11233:
11223:
10992:
10341:
9899:
9301:
8940:
8543:
8448:
5829:{\displaystyle Pr(\Delta _{1,2}\in A^{+})={\frac {\pi +4\theta }{2\pi }}}
1056:
96:
10329:
7199:{\displaystyle z_{A}={n_{c}-n_{d} \over {\sqrt {{\frac {1}{18}}v_{0}}}}}
11926:
11406:
11106:
11037:
10987:
10962:
10882:
10814:
10603:
10525:
10504:
10408:
10306:
10274:
10238:
10206:
10013:
9973:
9952:
9503:
8837:
8472:
8318:
5921:{\displaystyle \sin {\left({\frac {\pi }{2}}E\right)}=\sin(2\theta )=r}
3932:{\textstyle n_{C}=\sum _{1\leq i<j\leq n}1_{\Delta _{i,j}\in A^{+}}}
3384:
are IID samples from the same jointly normal distribution with a known
161:
45:
9368:
nSwaps := nSwaps + n â i + 1 j := j + 1
3044:{\textstyle E={\frac {0^{2}+\cdots +i^{2}}{i+1}}={\frac {i(2i+1)}{6}}}
12079:
11931:
11551:
11346:
11258:
11243:
11238:
11203:
7046:
When two quantities are statistically dependent, the distribution of
61:
10595:
10517:
10290:
10222:
10163:
Hoeffding, Wassily (1992), Kotz, Samuel; Johnson, Norman L. (eds.),
10005:
1047:
that permutes the y-sequence into the same order as the x-sequence.
11595:
11213:
11090:
11085:
11080:
10684:
457:
for ways of handling non-unique values.) Any pair of observations
160:
and discordance also appear in other areas of statistics, like the
31:
10539:
Valz, Paul D.; McLeod, A. Ian; Thompson, Mary E. (February 1995).
10122:
Valz, Paul D.; McLeod, A. Ian; Thompson, Mary E. (February 1995).
8367:
Begin by ordering your data points sorting by the first quantity,
1085:
and not constant, then the expectation of the coefficient is zero.
13100:
12801:
10458:
Berry, K. J.; Johnston, J. E.; Zahran, S.; Mielke, P. W. (2009).
7345:. For a 2-tailed test, multiply that number by two to obtain the
6126:. Tau-a will not make any adjustment for ties. It is defined as:
3626:{\textstyle A^{+}:=\{(\Delta x,\Delta y):\Delta x\Delta y>0\}}
1245:, as it does not rely on any assumptions on the distributions of
103:
1815:-inversion code uniformly, which is equivalent to sampling each
13022:
12003:
11977:
11957:
11208:
10999:
10165:"A Class of Statistics with Asymptotically Normal Distribution"
3241:
converges in distribution to the standard normal distribution.
1795:. Sampling a permutation uniformly is equivalent to sampling a
84:
30:"Tau-a" redirects here. For the astronomical radio source, see
10673:
10851:
9863:
9824:
9663:
along with continuous random variables without modification.
3758:
In the notation, we see that the number of concordant pairs,
3251:
A class of statistics with asymptotically normal distribution
4833:
is still distributed as the standard normal distribution on
10942:
10842:
Software for computing Kendall's tau on very large datasets
8513:
complexity, can be applied to compute the number of swaps,
8702:{\displaystyle n_{c}-n_{d}=n_{0}-n_{1}-n_{2}+n_{3}-2S(y),}
5375:. It is transformed to the sector bounded by the two rays
3377:{\textstyle (x_{1},y_{1}),(x_{2},y_{2}),...,(x_{n},y_{n})}
57:
37:"Tau coefficient" redirects here. Not to be confused with
10626:
2019 IEEE International Conference on Big Data (Big Data)
10457:
10169:
Breakthroughs in Statistics: Foundations and Basic Theory
9950:
Kendall, M. (1938). "A New Measure of Rank Correlation".
5720:
Together, the two transformed quadrants span an angle of
5325:
The first quadrant is the sector bounded by the two rays
1088:
An explicit expression for Kendall's rank coefficient is
1040:
for the number of ways to choose two items from n items.
10847:
Online software: computes Kendall's tau rank correlation
10669:
10667:
10665:
10663:
10661:
8208:
This is sometimes referred to as the Mann-Kendall test.
3526:{\displaystyle r=\sin {\left({\frac {\pi }{2}}E\right)}}
3257:
10397:
Behavior Research Methods, Instruments, & Computers
391:
be a set of observations of the joint random variables
9339:
is computed as depicted in the following pseudo-code:
6191:{\displaystyle \tau _{A}={\frac {n_{c}-n_{d}}{n_{0}}}}
5726:
5589:
5485:
5381:
5331:
5126:
5041:
4923:
4871:
4839:
4726:
4720:
4607:
4557:
4492:
4460:
4423:
4373:
4343:
4310:
4284:
4146:
3851:
3824:
3791:
3764:
3731:
3640:
3561:
3449:
3423:
3393:
3268:
3096:
3070:
2934:
2885:
2859:
2832:
2783:
1821:
1801:
1775:
1748:
1692:
1669:
1640:
1613:
1561:
1502:
1396:
1369:
1299:
10658:
9833:
9791:
9760:
9729:
9689:
9636:
9607:
9587:
9558:
9514:
9479:
9452:
9425:
9405:
9385:
9349:i := 1 j := 1 nSwaps := 0
9310:
9271:
9230:
9192:
9151:
9113:
8952:
8904:
8866:
8846:
8819:
8799:
8772:
8745:
8718:
8602:
8579:
8552:
8519:
8481:
8457:
8433:
8413:
8393:
8373:
8327:
8287:
8222:
7518:
7499:{\displaystyle z_{B}={n_{c}-n_{d} \over {\sqrt {v}}}}
7446:
7416:
7389:
7362:
7311:
7284:
7215:
7129:
7099:
7072:
7052:
6901:
6742:
6374:
6249:
6135:
6072:
6032:
5944:
5843:
5755:
5609:
4917:
4524:
4337:
4192:
3948:
3718:{\textstyle \Delta _{i,j}:=(x_{i}-x_{j},y_{i}-y_{j})}
3469:
1851:
1363:
If the samples are independent, then the variance of
1094:
973:
851:
801:
761:
721:
681:
634:
587:
555:
509:
463:
432:
405:
307:
258:
232:
186:
137:
115:
12764:
Autoregressive conditional heteroskedasticity (ARCH)
10757:(2nd ed.). Boston: PWS-Kent. pp. 365â377.
10367:(Second ed.). New York: John Wiley & Sons.
9881:
9504:
Approximating Kendall rank correlation from a stream
4486:
is sampled from the standard normal distribution on
7383:when accounting for ties. The following statistic,
2826:. The second term can be calculated by noting that
83:: the similarity of the orderings of the data when
12226:
10777:
10538:
10121:
9846:
9804:
9773:
9742:
9702:
9651:
9622:
9593:
9573:
9543:
9492:
9465:
9438:
9411:
9391:
9331:
9292:
9257:
9216:
9178:
9137:
9096:
8931:
8890:
8852:
8825:
8805:
8785:
8758:
8731:
8701:
8585:
8565:
8534:
8505:
8463:
8439:
8419:
8399:
8379:
8356:
8321:algorithm can be used to compute the numerator in
8309:
8248:
8197:
7498:
7429:
7402:
7375:
7337:
7297:
7267:
7198:
7112:
7085:
7058:
7030:
6881:
6704:
6354:
6190:
6098:
6058:
6014:
5920:
5828:
5741:
5710:
5595:
5575:
5471:
5367:
5313:
4903:
4854:
4825:
4706:
4507:
4478:
4446:
4323:
4296:
4267:
4178:
4130:
3931:
3837:
3810:
3777:
3746:
3717:
3625:
3536:The name is credited to Richard Greiner (1909) by
3525:
3455:
3435:
3399:
3376:
3233:
3082:
3043:
2920:
2871:
2845:
2818:
2767:
1834:
1807:
1787:
1761:
1734:
1675:
1652:
1626:
1607:is a permutation sampled uniformly at random from
1599:
1547:
1474:
1382:
1349:
1216:
1028:
956:
827:
787:
747:
707:
666:
619:
567:
541:
495:
445:
418:
383:
289:
244:
218:
143:
121:
10275:"Rank Correlation and Product-Moment Correlation"
990:
977:
275:
262:
95:had proposed a similar measure in the context of
13179:
8274:numer := numer + sign(x â x) Ă sign(y â y)
7006:
1233:The Kendall rank coefficient is often used as a
12312:Multivariate adaptive regression splines (MARS)
10583:Journal of the American Statistical Association
10083:Valz, Paul D.; McLeod, A. Ian (February 1990).
9993:Journal of the American Statistical Association
8281:Although quick to implement, this algorithm is
6015:{\displaystyle \{(x_{i},y_{i}),(x_{j},y_{j})\}}
4268:{\displaystyle E=2Pr(\Delta _{1,2}\in A^{+})-1}
3051:, then using the sum of squares formula again.
1548:{\textstyle x_{1}<x_{2}<\cdots <x_{n}}
1043:The number of discordant pairs is equal to the
384:{\displaystyle (x_{1},y_{1}),...,(x_{n},y_{n})}
10771:
1555:. By assumption of independence, the order of
1029:{\displaystyle {n \choose 2}={n(n-1) \over 2}}
10867:
10387:
10261:Ueber das Fehlersystem der Kollektiv-maĂlehre
6733:The Kendall Tau-c coefficient is defined as:
6240:The Kendall Tau-b coefficient is defined as:
5603:with the horizontal and vertical axis, where
944:
931:
152:can be formulated as special cases of a more
87:by each of the quantities. It is named after
10798:
10714:: CS1 maint: multiple names: authors list (
9630:, while space complexity remains a constant
6009:
5945:
3620:
3575:
10619:
10617:
10615:
10613:
9990:(1958). "Ordinal Measures of Association".
9674:
9552:sequential settings. These algorithms have
6695: group of ties for the second quantity
10912:
10874:
10860:
10742:Encyclopedia of Measurement and Statistics
10082:
9601:observations, the time complexity becomes
6654: group of ties for the first quantity
11525:
10683:
10556:
10497:
10495:
10475:
10162:
10139:
10061:"Kendall coefficient of rank correlation"
10058:
4842:
4495:
3734:
1496:WLOG, we reorder the data pairs, so that
842:The Kendall Ï coefficient is defined as:
10623:
10610:
10453:
10451:
8793:, but with respect to the joint ties in
8216:The direct computation of the numerator
7356:Numerous adjustments should be added to
454:
175:
10362:
10204:
9986:
9949:
9915:Spearman's rank correlation coefficient
9304:swap-equivalent for a merge operation.
14:
13180:
12838:KaplanâMeier estimator (product limit)
10748:
10579:
10501:
10492:
10327:
10034:
9827:library implements the computation of
5933:
12911:
12478:
12225:
11524:
11294:
10911:
10855:
10448:
10272:
10207:"Rank and Product-Moment Correlation"
7041:
3443:are jointly normal, with correlation
3258:Case of standard normal distributions
1735:{\textstyle l_{0}l_{1}\cdots l_{n-1}}
13148:
12848:Accelerated failure time (AFT) model
10732:
10365:Analysis of Ordinal Categorical Data
9258:{\displaystyle y_{\mathrm {right} }}
9179:{\displaystyle Y_{\mathrm {right} }}
8932:{\displaystyle y_{\mathrm {right} }}
6228:are defined as in the next section.
290:{\displaystyle {\binom {30}{2}}=435}
50:Kendall rank correlation coefficient
13160:
12443:Analysis of variance (ANOVA, anova)
11295:
10429:
10423:
9217:{\displaystyle y_{\mathrm {left} }}
9138:{\displaystyle Y_{\mathrm {left} }}
8891:{\displaystyle y_{\mathrm {left} }}
7410:, has the same distribution as the
4904:{\textstyle \Delta _{1,2}\in A^{+}}
91:, who developed it in 1938, though
68:between two measured quantities. A
24:
12538:CochranâMantelâHaenszel statistics
11164:Pearson product-moment correlation
10726:
10532:
10115:
9712:cor.test(x, y, method = "kendall")
9544:{\displaystyle O(n\cdot \log {n})}
9249:
9246:
9243:
9240:
9237:
9208:
9205:
9202:
9199:
9170:
9167:
9164:
9161:
9158:
9129:
9126:
9123:
9120:
9085:
9082:
9079:
9076:
9073:
9058:
9055:
9052:
9049:
9025:
9022:
9019:
9016:
9013:
8989:
8986:
8983:
8980:
8923:
8920:
8917:
8914:
8911:
8882:
8879:
8876:
8873:
8840:partitions the data to be sorted,
8357:{\displaystyle O(n\cdot \log {n})}
7268:{\displaystyle v_{0}=n(n-1)(2n+5)}
6680:Number of tied values in the
6639:Number of tied values in the
5766:
4873:
4526:
4228:
4091:
3899:
3793:
3642:
3608:
3602:
3590:
3581:
3077:
1228:
981:
935:
266:
25:
13214:
13203:Independence (probability theory)
10830:
10634:10.1109/BigData47090.2019.9006483
10433:IBM SPSS Statistics 24 Algorithms
8387:, and secondarily (among ties in
3552:Define the following quantities.
1663:For each permutation, its unique
13159:
13147:
13135:
13122:
13121:
12912:
10755:Applied Nonparametric Statistics
9884:
9752:KendallTauB(x,y,conf.level=0.95)
9721:KendallTauA(x,y,conf.level=0.95)
9332:{\displaystyle M(\cdot ,\cdot )}
9293:{\displaystyle M(\cdot ,\cdot )}
8451:would take to sort this initial
2853:is a uniform random variable on
1475:{\textstyle Var=2(2n+5)/9n(n-1)}
835:; otherwise they are said to be
675:agrees: that is, if either both
12797:Least-squares spectral analysis
10573:
10381:
10356:
10330:"A Proof of Greiner's Equality"
10321:
10266:
9783:StuartTauC(x,y,conf.level=0.95)
8860:into two roughly equal halves,
5583:. They respectively make angle
3386:Pearson correlation coefficient
453:) are unique. (See the section
399:, such that all the values of (
154:general correlation coefficient
11778:Mean-unbiased minimum-variance
10881:
10253:
10198:
10156:
10101:10.1080/00031305.1990.10475691
10076:
10052:
10028:
9980:
9943:
9646:
9640:
9617:
9611:
9568:
9562:
9538:
9518:
9326:
9314:
9287:
9275:
9091:
9040:
9031:
9004:
8995:
8971:
8962:
8956:
8693:
8687:
8542:, that would be required by a
8529:
8523:
8500:
8485:
8427:. With this initial ordering,
8351:
8331:
8304:
8291:
8188:
8185:
8173:
8170:
8158:
8149:
8141:
8122:
8119:
8100:
8077:
8058:
8055:
8036:
7992:
7989:
7977:
7968:
7960:
7941:
7918:
7899:
7855:
7833:
7830:
7811:
7767:
7745:
7742:
7723:
7679:
7664:
7661:
7649:
7622:
7596:
7582:
7556:
7331:
7316:
7262:
7247:
7244:
7232:
7021:
7009:
6818:
6806:
6788:
6762:
6553:
6534:
6482:
6463:
6411:
6399:
6346:
6320:
6317:
6291:
6114:The Tau-a statistic tests the
6006:
5980:
5974:
5948:
5909:
5900:
5882:
5869:
5794:
5762:
5570:
5486:
5466:
5382:
5362:
5350:
5344:
5332:
4997:
4971:
4952:
4926:
4800:
4774:
4755:
4729:
4681:
4655:
4636:
4610:
4473:
4461:
4256:
4224:
4209:
4196:
4173:
4147:
4119:
4087:
4047:
4035:
4014:
4001:
3992:
3980:
3965:
3952:
3712:
3660:
3596:
3578:
3514:
3501:
3371:
3345:
3327:
3301:
3295:
3269:
3216:
3201:
3198:
3186:
3145:
3132:
3074:
3032:
3017:
2956:
2938:
2902:
2889:
2801:
2787:
2753:
2740:
2710:
2697:
2661:
2649:
2641:
2628:
2579:
2566:
2536:
2523:
2501:
2488:
2482:
2469:
2441:
2428:
2406:
2393:
2374:
2362:
2329:
2316:
2297:
2284:
2278:
2265:
2232:
2219:
2197:
2184:
2165:
2153:
2125:
2102:
2074:
2061:
2039:
2026:
2007:
1995:
1949:
1937:
1877:
1859:
1493:Valz & McLeod (1990; 1995)
1469:
1457:
1443:
1428:
1419:
1406:
1344:
1332:
1318:
1303:
1293:, with mean zero and variance
1211:
1185:
1176:
1150:
1122:
1110:
1017:
1005:
925:
917:
896:
888:
883:
875:
869:
861:
828:{\displaystyle y_{i}<y_{j}}
788:{\displaystyle x_{i}<x_{j}}
748:{\displaystyle y_{i}>y_{j}}
708:{\displaystyle x_{i}>x_{j}}
661:
635:
614:
588:
536:
510:
490:
464:
378:
352:
334:
308:
213:
187:
27:Statistic for rank correlation
13:
1:
13091:Geographic information system
12307:Simultaneous equations models
9936:
9717:cor(x, y, method = "kendall")
9715:in its "stats" package (also
8211:
4855:{\textstyle \mathbb {R} ^{2}}
4508:{\textstyle \mathbb {R} ^{2}}
3747:{\textstyle \mathbb {R} ^{2}}
2921:{\textstyle E={\frac {i}{2}}}
1842:uniformly and independently.
1050:
667:{\displaystyle (y_{i},y_{j})}
620:{\displaystyle (x_{i},x_{j})}
542:{\displaystyle (x_{j},y_{j})}
496:{\displaystyle (x_{i},y_{i})}
252:points, there are a total of
219:{\displaystyle (X_{1},Y_{1})}
171:
12274:Coefficient of determination
11885:Uniformly most powerful test
10177:10.1007/978-1-4612-0919-5_20
6122:. Both variables have to be
3785:, is equal to the number of
1600:{\textstyle y_{1},...,y_{n}}
1350:{\textstyle 2(2n+5)/9n(n-1)}
1083:independent random variables
7:
12843:Proportional hazards models
12787:Spectral density estimation
12769:Vector autoregression (VAR)
12203:Maximum posterior estimator
11435:Randomized controlled trial
10744:. Thousand Oaks (CA): Sage.
10066:Encyclopedia of Mathematics
10042:Encyclopedia of Mathematics
9920:Goodman and Kruskal's gamma
9877:
9186:are the sorted versions of
8249:{\displaystyle n_{c}-n_{d}}
6099:{\displaystyle y_{i}=y_{j}}
6059:{\displaystyle x_{i}=x_{j}}
1634:, the permutation group on
1239:statistical hypothesis test
10:
13219:
13188:Covariance and correlation
12603:Multivariate distributions
11023:Average absolute deviation
10740:. In Salkind, N.J. (ed.).
10735:"Kendall rank correlation"
10694:10.1007/s00180-023-01382-0
9419:. With these, the factors
8506:{\displaystyle O(n\log n)}
8407:) by the second quantity,
6951:Number of discordant pairs
6925:Number of concordant pairs
6613:Number of discordant pairs
6587:Number of concordant pairs
5742:{\textstyle \pi +4\theta }
4179:{\textstyle (x_{i},y_{i})}
3811:{\textstyle \Delta _{i,j}}
922:number of discordant pairs
880:number of discordant pairs
866:number of concordant pairs
52:, commonly referred to as
36:
29:
13117:
13071:
13008:
12961:
12924:
12920:
12907:
12879:
12861:
12828:
12819:
12777:
12724:
12685:
12634:
12625:
12591:Structural equation model
12546:
12503:
12499:
12474:
12433:
12399:
12353:
12320:
12282:
12249:
12245:
12221:
12161:
12070:
11989:
11953:
11944:
11927:Score/Lagrange multiplier
11912:
11865:
11810:
11736:
11727:
11537:
11533:
11520:
11479:
11453:
11405:
11360:
11342:Sample size determination
11307:
11303:
11290:
11194:
11149:
11123:
11105:
11061:
11013:
10933:
10924:
10920:
10907:
10889:
10749:Daniel, Wayne W. (1990).
10464:Behavior Research Methods
10259:Richard Greiner, (1909),
10089:The American Statistician
10059:Prokhorov, A.V. (2001) ,
9847:{\displaystyle \tau _{B}}
9805:{\displaystyle \tau _{C}}
9774:{\displaystyle \tau _{B}}
9743:{\displaystyle \tau _{A}}
9703:{\displaystyle \tau _{B}}
9493:{\displaystyle \tau _{B}}
8573:. Then the numerator for
7430:{\displaystyle \tau _{B}}
7093:the following statistic,
7086:{\displaystyle \tau _{A}}
3083:{\textstyle n\to \infty }
13193:Nonparametric statistics
13086:Environmental statistics
12608:Elliptical distributions
12401:Generalized linear model
12330:Simple linear regression
12100:HodgesâLehmann estimator
11557:Probability distribution
11466:Stochastic approximation
11028:Coefficient of variation
10780:Rank Correlation Methods
10676:Computational Statistics
10545:The Annals of Statistics
10273:Moran, P. A. P. (1948).
10128:The Annals of Statistics
9966:10.1093/biomet/30.1-2.81
9683:implements the test for
9675:Software Implementations
9399:and a sorted version of
8310:{\displaystyle O(n^{2})}
7338:{\displaystyle -|z_{A}|}
6721:
6231:
6109:
5368:{\textstyle (1,0),(0,1)}
3818:that fall in the subset
1253:or the distribution of (
56:(after the Greek letter
12746:Cross-correlation (XCF)
12354:Non-standard predictors
11788:LehmannâScheffĂ© theorem
11461:Adaptive clinical trial
10774:Gibbons, Jean Dickinson
10334:SSRN Electronic Journal
10328:Berger, Daniel (2016).
10205:Kendall, M. G. (1949).
6116:strength of association
2777:The first term is just
54:Kendall's Ï coefficient
13142:Mathematics portal
12963:Engineering statistics
12871:NelsonâAalen estimator
12448:Analysis of covariance
12335:Ordinary least squares
12259:Pearson product-moment
11663:Statistical functional
11574:Empirical distribution
11407:Controlled experiments
11136:Frequency distribution
10914:Descriptive statistics
10558:10.1214/aos/1176324460
10388:Alfred Brophy (1986).
10141:10.1214/aos/1176324460
10035:Nelsen, R.B. (2001) ,
9857:scipy.stats.kendalltau
9848:
9806:
9775:
9744:
9704:
9653:
9624:
9595:
9575:
9545:
9494:
9467:
9440:
9413:
9393:
9333:
9294:
9259:
9218:
9180:
9139:
9098:
8933:
8892:
8854:
8827:
8807:
8787:
8760:
8733:
8703:
8587:
8567:
8536:
8507:
8465:
8441:
8421:
8401:
8381:
8358:
8311:
8250:
8199:
7500:
7431:
7404:
7377:
7339:
7299:
7269:
7200:
7114:
7087:
7060:
7032:
6883:
6706:
6356:
6192:
6100:
6060:
6016:
5922:
5830:
5743:
5712:
5597:
5577:
5473:
5369:
5315:
4905:
4856:
4827:
4708:
4509:
4480:
4448:
4325:
4324:{\textstyle \tau _{A}}
4298:
4269:
4180:
4132:
3933:
3839:
3812:
3779:
3748:
3719:
3627:
3527:
3457:
3437:
3401:
3378:
3235:
3084:
3045:
2922:
2873:
2847:
2820:
2769:
1836:
1809:
1789:
1763:
1736:
1677:
1654:
1628:
1601:
1549:
1476:
1384:
1383:{\textstyle \tau _{A}}
1351:
1218:
1030:
958:
829:
789:
749:
709:
668:
621:
569:
568:{\displaystyle i<j}
543:
497:
447:
420:
385:
298:
291:
246:
220:
145:
123:
13058:Population statistics
13000:System identification
12734:Autocorrelation (ACF)
12662:Exponential smoothing
12576:Discriminant analysis
12571:Canonical correlation
12435:Partition of variance
12297:Regression validation
12141:(JonckheereâTerpstra)
12040:Likelihood-ratio test
11729:Frequentist inference
11641:Locationâscale family
11562:Sampling distribution
11527:Statistical inference
11494:Cross-sectional study
11481:Observational studies
11440:Randomized experiment
11269:Stem-and-leaf display
11071:Central limit theorem
10837:Tied rank calculation
10477:10.3758/brm.41.4.1144
9849:
9807:
9776:
9745:
9705:
9654:
9625:
9596:
9576:
9546:
9495:
9468:
9466:{\displaystyle u_{j}}
9441:
9439:{\displaystyle t_{i}}
9414:
9394:
9334:
9295:
9260:
9219:
9181:
9140:
9099:
8934:
8893:
8855:
8828:
8808:
8788:
8786:{\displaystyle n_{2}}
8761:
8759:{\displaystyle n_{1}}
8734:
8732:{\displaystyle n_{3}}
8704:
8588:
8586:{\displaystyle \tau }
8568:
8566:{\displaystyle y_{i}}
8537:
8508:
8466:
8442:
8422:
8402:
8382:
8359:
8312:
8270:j := 1..(i â 1)
8251:
8200:
7501:
7432:
7405:
7403:{\displaystyle z_{B}}
7378:
7376:{\displaystyle z_{A}}
7340:
7300:
7298:{\displaystyle z_{A}}
7270:
7201:
7115:
7113:{\displaystyle z_{A}}
7088:
7061:
7059:{\displaystyle \tau }
7033:
6884:
6707:
6357:
6193:
6101:
6061:
6017:
5923:
5831:
5744:
5713:
5598:
5578:
5474:
5370:
5316:
4906:
4857:
4828:
4709:
4510:
4481:
4449:
4326:
4299:
4270:
4181:
4133:
3934:
3840:
3813:
3780:
3749:
3720:
3628:
3528:
3458:
3438:
3402:
3379:
3236:
3085:
3046:
2923:
2874:
2848:
2821:
2770:
1837:
1810:
1790:
1764:
1737:
1678:
1655:
1629:
1602:
1550:
1477:
1385:
1352:
1278:sampling distribution
1219:
1031:
959:
830:
790:
750:
710:
669:
622:
581:if the sort order of
570:
544:
498:
448:
446:{\displaystyle y_{i}}
421:
419:{\displaystyle x_{i}}
386:
292:
247:
221:
179:
146:
144:{\displaystyle \rho }
124:
122:{\displaystyle \tau }
12981:Probabilistic design
12566:Principal components
12409:Exponential families
12361:Nonlinear regression
12340:General linear model
12302:Mixed effects models
12292:Errors and residuals
12269:Confounding variable
12171:Bayesian probability
12149:Van der Waerden test
12139:Ordered alternative
11904:Multiple comparisons
11783:RaoâBlackwellization
11746:Estimating equations
11702:Statistical distance
11420:Factorial experiment
10953:Arithmetic-Geometric
10628:. pp. 404â412.
10363:Agresti, A. (2010).
10342:10.2139/ssrn.2830471
10037:"Kendall tau metric"
9905:Kendall tau distance
9831:
9789:
9758:
9727:
9687:
9652:{\displaystyle O(1)}
9634:
9623:{\displaystyle O(n)}
9605:
9585:
9574:{\displaystyle O(1)}
9556:
9512:
9477:
9450:
9423:
9403:
9383:
9372:i := i + 1
9308:
9269:
9228:
9190:
9149:
9111:
8950:
8902:
8864:
8844:
8817:
8797:
8770:
8743:
8716:
8600:
8577:
8550:
8535:{\displaystyle S(y)}
8517:
8479:
8455:
8431:
8411:
8391:
8371:
8325:
8285:
8220:
7516:
7444:
7414:
7387:
7360:
7309:
7282:
7213:
7127:
7097:
7070:
7050:
6899:
6740:
6372:
6247:
6133:
6070:
6030:
5942:
5841:
5753:
5724:
5607:
5596:{\textstyle \theta }
5587:
5483:
5379:
5329:
4915:
4869:
4837:
4718:
4522:
4490:
4458:
4335:
4308:
4282:
4190:
4144:
3946:
3849:
3822:
3789:
3762:
3729:
3638:
3559:
3467:
3447:
3421:
3391:
3266:
3094:
3068:
3059:Asymptotic normality
2932:
2883:
2857:
2830:
2819:{\textstyle E^{2}=0}
2781:
1849:
1819:
1799:
1773:
1746:
1690:
1667:
1638:
1611:
1559:
1500:
1394:
1367:
1297:
1092:
1038:binomial coefficient
971:
849:
799:
759:
719:
679:
632:
585:
553:
507:
461:
455:#Accounting for ties
430:
403:
305:
256:
245:{\displaystyle n=30}
230:
184:
135:
113:
64:used to measure the
13053:Official statistics
12976:Methods engineering
12657:Seasonal adjustment
12425:Poisson regressions
12345:Bayesian regression
12284:Regression analysis
12264:Partial correlation
12236:Regression analysis
11835:Prediction interval
11830:Likelihood interval
11820:Confidence interval
11812:Interval estimation
11773:Unbiased estimators
11591:Model specification
11471:Up-and-down designs
11159:Partial correlation
11115:Index of dispersion
11033:Interquartile range
9930:MannâWhitney U test
9925:TheilâSen estimator
8943:swaps is equal to:
5934:Accounting for ties
3415: —
3062: —
2955:
1876:
1291:normal distribution
1268:of independence of
66:ordinal association
13073:Spatial statistics
12953:Medical statistics
12853:First hitting time
12807:Whittle likelihood
12458:Degrees of freedom
12453:Multivariate ANOVA
12386:Heteroscedasticity
12198:Bayesian estimator
12163:Bayesian inference
12012:KolmogorovâSmirnov
11897:Randomization test
11867:Testing hypotheses
11840:Tolerance interval
11751:Maximum likelihood
11646:Exponential family
11579:Density estimation
11539:Statistical theory
11499:Natural experiment
11445:Scientific control
11362:Survey methodology
11048:Standard deviation
10815:10.1007/BF02294183
10772:Kendall, Maurice;
10436:. IBM. p. 168
10409:10.3758/BF03200993
9892:Mathematics portal
9844:
9802:
9771:
9740:
9700:
9649:
9620:
9591:
9571:
9541:
9490:
9463:
9436:
9409:
9389:
9329:
9300:characterizes the
9290:
9255:
9214:
9176:
9135:
9094:
8929:
8888:
8850:
8823:
8803:
8783:
8756:
8729:
8699:
8583:
8563:
8532:
8503:
8461:
8437:
8417:
8397:
8377:
8354:
8307:
8246:
8195:
8193:
8089:
8025:
7930:
7888:
7800:
7712:
7496:
7427:
7400:
7373:
7335:
7295:
7265:
7196:
7110:
7083:
7056:
7042:Significance tests
7028:
7026:
6879:
6728:contingency tables
6702:
6700:
6523:
6452:
6352:
6188:
6096:
6056:
6012:
5918:
5826:
5739:
5708:
5593:
5573:
5469:
5365:
5311:
5295:
5066:
5014:
4901:
4852:
4823:
4817:
4704:
4698:
4582:
4505:
4479:{\textstyle (Z,W)}
4476:
4444:
4438:
4398:
4358:
4321:
4294:
4265:
4176:
4128:
4080:
3929:
3892:
3838:{\textstyle A^{+}}
3835:
3808:
3778:{\textstyle n_{C}}
3775:
3744:
3715:
3623:
3550:
3523:
3453:
3433:
3413:
3412:Greiner's equality
3397:
3374:
3253:Hoeffding (1948).
3249:Use a result from
3247:
3231:
3080:
3060:
3041:
2941:
2918:
2869:
2846:{\textstyle l_{i}}
2843:
2816:
2765:
2763:
2736:
2624:
2562:
2465:
2389:
2312:
2261:
2180:
2098:
2022:
1921:
1862:
1835:{\textstyle l_{i}}
1832:
1805:
1785:
1762:{\textstyle l_{i}}
1759:
1732:
1673:
1650:
1627:{\textstyle S_{n}}
1624:
1597:
1545:
1494:
1472:
1380:
1347:
1214:
1143:
1026:
954:
825:
785:
745:
705:
664:
617:
565:
539:
493:
443:
416:
381:
299:
287:
242:
216:
141:
119:
18:Kendall's tau
13198:Statistical tests
13175:
13174:
13113:
13112:
13109:
13108:
13048:National accounts
13018:Actuarial science
13010:Social statistics
12903:
12902:
12899:
12898:
12895:
12894:
12830:Survival function
12815:
12814:
12677:Granger causality
12518:Contingency table
12493:Survival analysis
12470:
12469:
12466:
12465:
12322:Linear regression
12217:
12216:
12213:
12212:
12188:Credible interval
12157:
12156:
11940:
11939:
11756:Method of moments
11625:Parametric family
11586:Statistical model
11516:
11515:
11512:
11511:
11430:Random assignment
11352:Statistical power
11286:
11285:
11282:
11281:
11131:Contingency table
11101:
11100:
10968:Generalized/power
10764:978-0-534-91976-4
10733:Abdi, H. (2007).
10643:978-1-7281-0858-2
10374:978-0-470-08289-8
10186:978-1-4612-0919-5
9866:is implemeted as
9594:{\displaystyle n}
9412:{\displaystyle y}
9392:{\displaystyle x}
8853:{\displaystyle y}
8826:{\displaystyle y}
8806:{\displaystyle x}
8739:is computed like
8464:{\displaystyle y}
8440:{\displaystyle y}
8420:{\displaystyle y}
8400:{\displaystyle x}
8380:{\displaystyle x}
8080:
8016:
7921:
7879:
7791:
7703:
7541:
7494:
7492:
7194:
7192:
7180:
6990:
6989:Number of columns
6971:
6952:
6926:
6877:
6859:
6828:
6825:
6696:
6690:
6681:
6655:
6649:
6640:
6614:
6588:
6514:
6443:
6350:
6349:
6186:
6120:cross tabulations
5864:
5824:
5706:
5703:
5702:
5682:
5681:
5662:
5661:
5641:
5640:
5568:
5567:
5547:
5546:
5526:
5525:
5505:
5504:
5464:
5463:
5443:
5442:
5422:
5421:
5401:
5400:
5291:
5290:
5270:
5269:
5250:
5249:
5229:
5228:
5207:
5206:
5186:
5185:
5166:
5165:
5145:
5144:
5119:
5116:
5033:
5032:
5010:
4965:
4813:
4768:
4714:where the vector
4694:
4649:
4549:
4053:
4051:
3996:
3865:
3548:
3496:
3411:
3245:
3229:
3227:
3149:
3148:
3058:
3039:
3006:
2916:
2727:
2720:
2665:
2615:
2553:
2546:
2453:
2451:
2380:
2378:
2303:
2249:
2242:
2171:
2169:
2086:
2084:
2013:
2011:
1953:
1912:
1490:
1128:
1126:
1024:
988:
949:
942:
923:
900:
894:
881:
867:
575:, are said to be
273:
156:. Its notions of
16:(Redirected from
13210:
13163:
13162:
13151:
13150:
13140:
13139:
13125:
13124:
13028:Crime statistics
12922:
12921:
12909:
12908:
12826:
12825:
12792:Fourier analysis
12779:Frequency domain
12759:
12706:
12672:Structural break
12632:
12631:
12581:Cluster analysis
12528:Log-linear model
12501:
12500:
12476:
12475:
12417:
12391:Homoscedasticity
12247:
12246:
12223:
12222:
12142:
12134:
12126:
12125:(KruskalâWallis)
12110:
12095:
12050:Cross validation
12035:
12017:AndersonâDarling
11964:
11951:
11950:
11922:Likelihood-ratio
11914:Parametric tests
11892:Permutation test
11875:1- & 2-tails
11766:Minimum distance
11738:Point estimation
11734:
11733:
11685:Optimal decision
11636:
11535:
11534:
11522:
11521:
11504:Quasi-experiment
11454:Adaptive designs
11305:
11304:
11292:
11291:
11169:Rank correlation
10931:
10930:
10922:
10921:
10909:
10908:
10876:
10869:
10862:
10853:
10852:
10826:
10795:
10783:
10768:
10745:
10739:
10720:
10719:
10713:
10705:
10687:
10671:
10656:
10655:
10621:
10608:
10607:
10590:(314): 436â439.
10577:
10571:
10570:
10560:
10536:
10530:
10529:
10512:(1â2): 105â110.
10499:
10490:
10489:
10479:
10470:(4): 1144â1148.
10455:
10446:
10445:
10443:
10441:
10427:
10421:
10420:
10394:
10385:
10379:
10378:
10360:
10354:
10353:
10325:
10319:
10318:
10285:(1/2): 203â206.
10270:
10264:
10257:
10251:
10250:
10217:(1/2): 177â193.
10202:
10196:
10195:
10194:
10193:
10160:
10154:
10153:
10143:
10119:
10113:
10112:
10080:
10074:
10073:
10056:
10050:
10049:
10032:
10026:
10025:
10000:(284): 814â861.
9984:
9978:
9977:
9947:
9894:
9889:
9888:
9872:
9858:
9853:
9851:
9850:
9845:
9843:
9842:
9811:
9809:
9808:
9803:
9801:
9800:
9784:
9780:
9778:
9777:
9772:
9770:
9769:
9753:
9749:
9747:
9746:
9741:
9739:
9738:
9722:
9718:
9713:
9709:
9707:
9706:
9701:
9699:
9698:
9658:
9656:
9655:
9650:
9629:
9627:
9626:
9621:
9600:
9598:
9597:
9592:
9580:
9578:
9577:
9572:
9550:
9548:
9547:
9542:
9537:
9499:
9497:
9496:
9491:
9489:
9488:
9473:used to compute
9472:
9470:
9469:
9464:
9462:
9461:
9445:
9443:
9442:
9437:
9435:
9434:
9418:
9416:
9415:
9410:
9398:
9396:
9395:
9390:
9338:
9336:
9335:
9330:
9299:
9297:
9296:
9291:
9264:
9262:
9261:
9256:
9254:
9253:
9252:
9223:
9221:
9220:
9215:
9213:
9212:
9211:
9185:
9183:
9182:
9177:
9175:
9174:
9173:
9144:
9142:
9141:
9136:
9134:
9133:
9132:
9103:
9101:
9100:
9095:
9090:
9089:
9088:
9063:
9062:
9061:
9030:
9029:
9028:
8994:
8993:
8992:
8938:
8936:
8935:
8930:
8928:
8927:
8926:
8897:
8895:
8894:
8889:
8887:
8886:
8885:
8859:
8857:
8856:
8851:
8832:
8830:
8829:
8824:
8812:
8810:
8809:
8804:
8792:
8790:
8789:
8784:
8782:
8781:
8765:
8763:
8762:
8757:
8755:
8754:
8738:
8736:
8735:
8730:
8728:
8727:
8708:
8706:
8705:
8700:
8677:
8676:
8664:
8663:
8651:
8650:
8638:
8637:
8625:
8624:
8612:
8611:
8593:is computed as:
8592:
8590:
8589:
8584:
8572:
8570:
8569:
8564:
8562:
8561:
8541:
8539:
8538:
8533:
8512:
8510:
8509:
8504:
8475:algorithm, with
8470:
8468:
8467:
8462:
8446:
8444:
8443:
8438:
8426:
8424:
8423:
8418:
8406:
8404:
8403:
8398:
8386:
8384:
8383:
8378:
8363:
8361:
8360:
8355:
8350:
8316:
8314:
8313:
8308:
8303:
8302:
8259:numer := 0
8255:
8253:
8252:
8247:
8245:
8244:
8232:
8231:
8204:
8202:
8201:
8196:
8194:
8148:
8134:
8133:
8112:
8111:
8099:
8098:
8088:
8070:
8069:
8048:
8047:
8035:
8034:
8024:
8008:
8007:
7967:
7953:
7952:
7940:
7939:
7929:
7911:
7910:
7898:
7897:
7887:
7871:
7870:
7848:
7847:
7823:
7822:
7810:
7809:
7799:
7783:
7782:
7760:
7759:
7735:
7734:
7722:
7721:
7711:
7695:
7694:
7638:
7637:
7621:
7620:
7608:
7607:
7589:
7581:
7580:
7568:
7567:
7552:
7551:
7542:
7534:
7505:
7503:
7502:
7497:
7495:
7493:
7488:
7486:
7485:
7484:
7472:
7471:
7461:
7456:
7455:
7436:
7434:
7433:
7428:
7426:
7425:
7409:
7407:
7406:
7401:
7399:
7398:
7382:
7380:
7379:
7374:
7372:
7371:
7344:
7342:
7341:
7336:
7334:
7329:
7328:
7319:
7304:
7302:
7301:
7296:
7294:
7293:
7274:
7272:
7271:
7266:
7225:
7224:
7205:
7203:
7202:
7197:
7195:
7193:
7191:
7190:
7181:
7173:
7171:
7169:
7168:
7167:
7155:
7154:
7144:
7139:
7138:
7119:
7117:
7116:
7111:
7109:
7108:
7092:
7090:
7089:
7084:
7082:
7081:
7065:
7063:
7062:
7057:
7037:
7035:
7034:
7029:
7027:
6991:
6988:
6972:
6969:
6953:
6950:
6941:
6940:
6927:
6924:
6915:
6914:
6888:
6886:
6885:
6880:
6878:
6876:
6862:
6860:
6855:
6844:
6842:
6841:
6829:
6827:
6826:
6821:
6804:
6802:
6801:
6791:
6787:
6786:
6774:
6773:
6757:
6752:
6751:
6711:
6709:
6708:
6703:
6701:
6697:
6694:
6692:
6691:
6688:
6682:
6679:
6670:
6669:
6656:
6653:
6651:
6650:
6647:
6641:
6638:
6629:
6628:
6615:
6612:
6603:
6602:
6589:
6586:
6577:
6576:
6560:
6546:
6545:
6533:
6532:
6522:
6506:
6505:
6489:
6475:
6474:
6462:
6461:
6451:
6435:
6434:
6418:
6388:
6387:
6361:
6359:
6358:
6353:
6351:
6345:
6344:
6332:
6331:
6316:
6315:
6303:
6302:
6290:
6289:
6288:
6287:
6275:
6274:
6264:
6259:
6258:
6197:
6195:
6194:
6189:
6187:
6185:
6184:
6175:
6174:
6173:
6161:
6160:
6150:
6145:
6144:
6105:
6103:
6102:
6097:
6095:
6094:
6082:
6081:
6065:
6063:
6062:
6057:
6055:
6054:
6042:
6041:
6021:
6019:
6018:
6013:
6005:
6004:
5992:
5991:
5973:
5972:
5960:
5959:
5927:
5925:
5924:
5919:
5890:
5889:
5885:
5881:
5880:
5865:
5857:
5835:
5833:
5832:
5827:
5825:
5823:
5815:
5801:
5793:
5792:
5780:
5779:
5748:
5746:
5745:
5740:
5717:
5715:
5714:
5709:
5707:
5705:
5704:
5692:
5688:
5683:
5671:
5667:
5664:
5663:
5651:
5647:
5642:
5630:
5626:
5623:
5602:
5600:
5599:
5594:
5582:
5580:
5579:
5574:
5569:
5557:
5553:
5548:
5536:
5532:
5527:
5515:
5511:
5506:
5494:
5490:
5478:
5476:
5475:
5470:
5465:
5453:
5449:
5444:
5432:
5428:
5423:
5411:
5407:
5402:
5390:
5386:
5374:
5372:
5371:
5366:
5320:
5318:
5317:
5312:
5310:
5309:
5300:
5299:
5292:
5280:
5276:
5271:
5259:
5255:
5251:
5239:
5235:
5230:
5218:
5214:
5208:
5196:
5192:
5187:
5175:
5171:
5167:
5155:
5151:
5146:
5134:
5130:
5120:
5118:
5117:
5112:
5103:
5098:
5097:
5088:
5087:
5083:
5071:
5070:
5034:
5028:
5024:
5019:
5018:
5011:
5006:
5004:
4996:
4995:
4983:
4982:
4966:
4961:
4959:
4951:
4950:
4938:
4937:
4910:
4908:
4907:
4902:
4900:
4899:
4887:
4886:
4861:
4859:
4858:
4853:
4851:
4850:
4845:
4832:
4830:
4829:
4824:
4822:
4821:
4814:
4809:
4807:
4799:
4798:
4786:
4785:
4769:
4764:
4762:
4754:
4753:
4741:
4740:
4713:
4711:
4710:
4705:
4703:
4702:
4695:
4690:
4688:
4680:
4679:
4667:
4666:
4650:
4645:
4643:
4635:
4634:
4622:
4621:
4601:
4600:
4596:
4587:
4586:
4550:
4545:
4540:
4539:
4514:
4512:
4511:
4506:
4504:
4503:
4498:
4485:
4483:
4482:
4477:
4453:
4451:
4450:
4445:
4443:
4442:
4417:
4416:
4412:
4403:
4402:
4363:
4362:
4331:. This gives us
4330:
4328:
4327:
4322:
4320:
4319:
4303:
4301:
4300:
4297:{\textstyle X,Y}
4295:
4278:First normalize
4274:
4272:
4271:
4266:
4255:
4254:
4242:
4241:
4208:
4207:
4185:
4183:
4182:
4177:
4172:
4171:
4159:
4158:
4137:
4135:
4134:
4129:
4118:
4117:
4105:
4104:
4079:
4052:
4050:
4027:
4013:
4012:
3997:
3995:
3972:
3964:
3963:
3938:
3936:
3935:
3930:
3928:
3927:
3926:
3925:
3913:
3912:
3891:
3861:
3860:
3844:
3842:
3841:
3836:
3834:
3833:
3817:
3815:
3814:
3809:
3807:
3806:
3784:
3782:
3781:
3776:
3774:
3773:
3753:
3751:
3750:
3745:
3743:
3742:
3737:
3724:
3722:
3721:
3716:
3711:
3710:
3698:
3697:
3685:
3684:
3672:
3671:
3656:
3655:
3632:
3630:
3629:
3624:
3571:
3570:
3532:
3530:
3529:
3524:
3522:
3521:
3517:
3513:
3512:
3497:
3489:
3462:
3460:
3459:
3454:
3442:
3440:
3439:
3436:{\textstyle X,Y}
3434:
3416:
3406:
3404:
3403:
3398:
3383:
3381:
3380:
3375:
3370:
3369:
3357:
3356:
3326:
3325:
3313:
3312:
3294:
3293:
3281:
3280:
3240:
3238:
3237:
3232:
3230:
3228:
3223:
3182:
3180:
3179:
3178:
3166:
3165:
3155:
3150:
3144:
3143:
3122:
3121:
3120:
3111:
3106:
3105:
3089:
3087:
3086:
3081:
3063:
3050:
3048:
3047:
3042:
3040:
3035:
3012:
3007:
3005:
2994:
2993:
2992:
2974:
2973:
2963:
2954:
2949:
2927:
2925:
2924:
2919:
2917:
2909:
2901:
2900:
2878:
2876:
2875:
2872:{\textstyle 0:i}
2870:
2852:
2850:
2849:
2844:
2842:
2841:
2825:
2823:
2822:
2817:
2809:
2808:
2799:
2798:
2774:
2772:
2771:
2766:
2764:
2760:
2756:
2752:
2751:
2735:
2721:
2719:
2718:
2717:
2696:
2695:
2682:
2677:
2676:
2671:
2667:
2666:
2664:
2644:
2640:
2639:
2623:
2610:
2590:
2586:
2582:
2578:
2577:
2561:
2547:
2545:
2544:
2543:
2522:
2521:
2508:
2500:
2499:
2481:
2480:
2464:
2452:
2450:
2449:
2448:
2427:
2426:
2413:
2405:
2404:
2388:
2379:
2377:
2354:
2340:
2336:
2332:
2328:
2327:
2311:
2296:
2295:
2277:
2276:
2260:
2243:
2241:
2240:
2239:
2218:
2217:
2204:
2196:
2195:
2179:
2170:
2168:
2145:
2131:
2124:
2123:
2114:
2113:
2097:
2085:
2083:
2082:
2081:
2060:
2059:
2046:
2038:
2037:
2021:
2012:
2010:
1987:
1973:
1969:
1965:
1964:
1959:
1955:
1954:
1952:
1932:
1931:
1930:
1920:
1907:
1875:
1870:
1841:
1839:
1838:
1833:
1831:
1830:
1814:
1812:
1811:
1806:
1794:
1792:
1791:
1788:{\textstyle 0:i}
1786:
1769:is in the range
1768:
1766:
1765:
1760:
1758:
1757:
1741:
1739:
1738:
1733:
1731:
1730:
1712:
1711:
1702:
1701:
1682:
1680:
1679:
1674:
1659:
1657:
1656:
1653:{\textstyle 1:n}
1651:
1633:
1631:
1630:
1625:
1623:
1622:
1606:
1604:
1603:
1598:
1596:
1595:
1571:
1570:
1554:
1552:
1551:
1546:
1544:
1543:
1525:
1524:
1512:
1511:
1481:
1479:
1478:
1473:
1450:
1418:
1417:
1389:
1387:
1386:
1381:
1379:
1378:
1356:
1354:
1353:
1348:
1325:
1223:
1221:
1220:
1215:
1210:
1209:
1197:
1196:
1175:
1174:
1162:
1161:
1142:
1127:
1125:
1102:
1063: †1.
1045:inversion number
1035:
1033:
1032:
1027:
1025:
1020:
1000:
995:
994:
993:
980:
963:
961:
960:
955:
950:
948:
947:
934:
928:
924:
921:
912:
901:
899:
895:
892:
886:
882:
879:
868:
865:
859:
834:
832:
831:
826:
824:
823:
811:
810:
794:
792:
791:
786:
784:
783:
771:
770:
754:
752:
751:
746:
744:
743:
731:
730:
714:
712:
711:
706:
704:
703:
691:
690:
673:
671:
670:
665:
660:
659:
647:
646:
626:
624:
623:
618:
613:
612:
600:
599:
574:
572:
571:
566:
548:
546:
545:
540:
535:
534:
522:
521:
502:
500:
499:
494:
489:
488:
476:
475:
452:
450:
449:
444:
442:
441:
425:
423:
422:
417:
415:
414:
390:
388:
387:
382:
377:
376:
364:
363:
333:
332:
320:
319:
296:
294:
293:
288:
280:
279:
278:
265:
251:
249:
248:
243:
225:
223:
222:
217:
212:
211:
199:
198:
166:cluster analysis
150:
148:
147:
142:
128:
126:
125:
120:
81:rank correlation
39:Tau distribution
21:
13218:
13217:
13213:
13212:
13211:
13209:
13208:
13207:
13178:
13177:
13176:
13171:
13134:
13105:
13067:
13004:
12990:quality control
12957:
12939:Clinical trials
12916:
12891:
12875:
12863:Hazard function
12857:
12811:
12773:
12757:
12720:
12716:BreuschâGodfrey
12704:
12681:
12621:
12596:Factor analysis
12542:
12523:Graphical model
12495:
12462:
12429:
12415:
12395:
12349:
12316:
12278:
12241:
12240:
12209:
12153:
12140:
12132:
12124:
12108:
12093:
12072:Rank statistics
12066:
12045:Model selection
12033:
11991:Goodness of fit
11985:
11962:
11936:
11908:
11861:
11806:
11795:Median unbiased
11723:
11634:
11567:Order statistic
11529:
11508:
11475:
11449:
11401:
11356:
11299:
11297:Data collection
11278:
11190:
11145:
11119:
11097:
11057:
11009:
10926:Continuous data
10916:
10903:
10885:
10880:
10833:
10792:
10765:
10751:"Kendall's tau"
10737:
10729:
10727:Further reading
10724:
10723:
10707:
10706:
10672:
10659:
10644:
10622:
10611:
10596:10.2307/2282833
10578:
10574:
10537:
10533:
10518:10.2307/2333101
10500:
10493:
10456:
10449:
10439:
10437:
10428:
10424:
10392:
10386:
10382:
10375:
10361:
10357:
10326:
10322:
10291:10.2307/2332641
10271:
10267:
10258:
10254:
10223:10.2307/2332540
10203:
10199:
10191:
10189:
10187:
10161:
10157:
10120:
10116:
10081:
10077:
10057:
10053:
10033:
10029:
10006:10.2307/2281954
9985:
9981:
9948:
9944:
9939:
9890:
9883:
9880:
9867:
9856:
9838:
9834:
9832:
9829:
9828:
9796:
9792:
9790:
9787:
9786:
9782:
9765:
9761:
9759:
9756:
9755:
9751:
9734:
9730:
9728:
9725:
9724:
9720:
9716:
9711:
9694:
9690:
9688:
9685:
9684:
9677:
9635:
9632:
9631:
9606:
9603:
9602:
9586:
9583:
9582:
9557:
9554:
9553:
9533:
9513:
9510:
9509:
9506:
9484:
9480:
9478:
9475:
9474:
9457:
9453:
9451:
9448:
9447:
9430:
9426:
9424:
9421:
9420:
9404:
9401:
9400:
9384:
9381:
9380:
9377:
9309:
9306:
9305:
9270:
9267:
9266:
9236:
9235:
9231:
9229:
9226:
9225:
9198:
9197:
9193:
9191:
9188:
9187:
9157:
9156:
9152:
9150:
9147:
9146:
9119:
9118:
9114:
9112:
9109:
9108:
9072:
9071:
9067:
9048:
9047:
9043:
9012:
9011:
9007:
8979:
8978:
8974:
8951:
8948:
8947:
8910:
8909:
8905:
8903:
8900:
8899:
8872:
8871:
8867:
8865:
8862:
8861:
8845:
8842:
8841:
8818:
8815:
8814:
8798:
8795:
8794:
8777:
8773:
8771:
8768:
8767:
8750:
8746:
8744:
8741:
8740:
8723:
8719:
8717:
8714:
8713:
8672:
8668:
8659:
8655:
8646:
8642:
8633:
8629:
8620:
8616:
8607:
8603:
8601:
8598:
8597:
8578:
8575:
8574:
8557:
8553:
8551:
8548:
8547:
8518:
8515:
8514:
8480:
8477:
8476:
8456:
8453:
8452:
8432:
8429:
8428:
8412:
8409:
8408:
8392:
8389:
8388:
8372:
8369:
8368:
8346:
8326:
8323:
8322:
8298:
8294:
8286:
8283:
8282:
8279:
8263:i := 2..N
8240:
8236:
8227:
8223:
8221:
8218:
8217:
8214:
8192:
8191:
8144:
8129:
8125:
8107:
8103:
8094:
8090:
8084:
8065:
8061:
8043:
8039:
8030:
8026:
8020:
8014:
8009:
8003:
7999:
7996:
7995:
7963:
7948:
7944:
7935:
7931:
7925:
7906:
7902:
7893:
7889:
7883:
7877:
7872:
7866:
7862:
7859:
7858:
7843:
7839:
7818:
7814:
7805:
7801:
7795:
7789:
7784:
7778:
7774:
7771:
7770:
7755:
7751:
7730:
7726:
7717:
7713:
7707:
7701:
7696:
7690:
7686:
7683:
7682:
7644:
7639:
7633:
7629:
7626:
7625:
7616:
7612:
7603:
7599:
7585:
7576:
7572:
7563:
7559:
7547:
7543:
7533:
7531:
7526:
7519:
7517:
7514:
7513:
7487:
7480:
7476:
7467:
7463:
7462:
7460:
7451:
7447:
7445:
7442:
7441:
7421:
7417:
7415:
7412:
7411:
7394:
7390:
7388:
7385:
7384:
7367:
7363:
7361:
7358:
7357:
7349:-value. If the
7330:
7324:
7320:
7315:
7310:
7307:
7306:
7289:
7285:
7283:
7280:
7279:
7220:
7216:
7214:
7211:
7210:
7186:
7182:
7172:
7170:
7163:
7159:
7150:
7146:
7145:
7143:
7134:
7130:
7128:
7125:
7124:
7104:
7100:
7098:
7095:
7094:
7077:
7073:
7071:
7068:
7067:
7051:
7048:
7047:
7044:
7025:
7024:
6999:
6993:
6992:
6987:
6980:
6974:
6973:
6968:
6961:
6955:
6954:
6949:
6942:
6936:
6932:
6929:
6928:
6923:
6916:
6910:
6906:
6902:
6900:
6897:
6896:
6866:
6861:
6845:
6843:
6837:
6833:
6805:
6803:
6797:
6793:
6792:
6782:
6778:
6769:
6765:
6758:
6756:
6747:
6743:
6741:
6738:
6737:
6724:
6699:
6698:
6693:
6687:
6683:
6678:
6671:
6665:
6661:
6658:
6657:
6652:
6646:
6642:
6637:
6630:
6624:
6620:
6617:
6616:
6611:
6604:
6598:
6594:
6591:
6590:
6585:
6578:
6572:
6568:
6565:
6564:
6556:
6541:
6537:
6528:
6524:
6518:
6507:
6501:
6497:
6494:
6493:
6485:
6470:
6466:
6457:
6453:
6447:
6436:
6430:
6426:
6423:
6422:
6414:
6389:
6383:
6379:
6375:
6373:
6370:
6369:
6340:
6336:
6327:
6323:
6311:
6307:
6298:
6294:
6283:
6279:
6270:
6266:
6265:
6263:
6254:
6250:
6248:
6245:
6244:
6234:
6227:
6218:
6209:
6180:
6176:
6169:
6165:
6156:
6152:
6151:
6149:
6140:
6136:
6134:
6131:
6130:
6112:
6090:
6086:
6077:
6073:
6071:
6068:
6067:
6050:
6046:
6037:
6033:
6031:
6028:
6027:
6026:if and only if
6000:
5996:
5987:
5983:
5968:
5964:
5955:
5951:
5943:
5940:
5939:
5936:
5931:
5930:
5929:
5876:
5872:
5856:
5855:
5851:
5850:
5842:
5839:
5838:
5837:
5816:
5802:
5800:
5788:
5784:
5769:
5765:
5754:
5751:
5750:
5725:
5722:
5721:
5687:
5666:
5665:
5646:
5625:
5624:
5622:
5608:
5605:
5604:
5588:
5585:
5584:
5552:
5531:
5510:
5489:
5484:
5481:
5480:
5448:
5427:
5406:
5385:
5380:
5377:
5376:
5330:
5327:
5326:
5305:
5301:
5294:
5293:
5275:
5254:
5252:
5234:
5213:
5210:
5209:
5191:
5170:
5168:
5150:
5129:
5122:
5121:
5111:
5107:
5102:
5093:
5089:
5079:
5072:
5065:
5064:
5059:
5053:
5052:
5047:
5037:
5036:
5035:
5023:
5013:
5012:
5005:
5000:
4991:
4987:
4978:
4974:
4968:
4967:
4960:
4955:
4946:
4942:
4933:
4929:
4919:
4918:
4916:
4913:
4912:
4895:
4891:
4876:
4872:
4870:
4867:
4866:
4846:
4841:
4840:
4838:
4835:
4834:
4816:
4815:
4808:
4803:
4794:
4790:
4781:
4777:
4771:
4770:
4763:
4758:
4749:
4745:
4736:
4732:
4722:
4721:
4719:
4716:
4715:
4697:
4696:
4689:
4684:
4675:
4671:
4662:
4658:
4652:
4651:
4644:
4639:
4630:
4626:
4617:
4613:
4603:
4602:
4592:
4588:
4581:
4580:
4575:
4569:
4568:
4563:
4553:
4552:
4551:
4544:
4529:
4525:
4523:
4520:
4519:
4499:
4494:
4493:
4491:
4488:
4487:
4459:
4456:
4455:
4437:
4436:
4430:
4429:
4419:
4418:
4408:
4404:
4397:
4396:
4391:
4385:
4384:
4379:
4369:
4368:
4367:
4357:
4356:
4350:
4349:
4339:
4338:
4336:
4333:
4332:
4315:
4311:
4309:
4306:
4305:
4283:
4280:
4279:
4250:
4246:
4231:
4227:
4203:
4199:
4191:
4188:
4187:
4167:
4163:
4154:
4150:
4145:
4142:
4141:
4113:
4109:
4094:
4090:
4057:
4031:
4026:
4008:
4004:
3976:
3971:
3959:
3955:
3947:
3944:
3943:
3921:
3917:
3902:
3898:
3897:
3893:
3869:
3856:
3852:
3850:
3847:
3846:
3829:
3825:
3823:
3820:
3819:
3796:
3792:
3790:
3787:
3786:
3769:
3765:
3763:
3760:
3759:
3738:
3733:
3732:
3730:
3727:
3726:
3706:
3702:
3693:
3689:
3680:
3676:
3667:
3663:
3645:
3641:
3639:
3636:
3635:
3566:
3562:
3560:
3557:
3556:
3545:
3534:
3508:
3504:
3488:
3487:
3483:
3482:
3468:
3465:
3464:
3448:
3445:
3444:
3422:
3419:
3418:
3414:
3392:
3389:
3388:
3365:
3361:
3352:
3348:
3321:
3317:
3308:
3304:
3289:
3285:
3276:
3272:
3267:
3264:
3263:
3260:
3255:
3243:
3219:
3181:
3174:
3170:
3161:
3157:
3156:
3154:
3139:
3135:
3116:
3112:
3110:
3101:
3097:
3095:
3092:
3091:
3069:
3066:
3065:
3061:
3055:
3054:
3053:
3013:
3011:
2995:
2988:
2984:
2969:
2965:
2964:
2962:
2950:
2945:
2933:
2930:
2929:
2908:
2896:
2892:
2884:
2881:
2880:
2858:
2855:
2854:
2837:
2833:
2831:
2828:
2827:
2804:
2800:
2794:
2790:
2782:
2779:
2778:
2762:
2761:
2747:
2743:
2731:
2726:
2722:
2713:
2709:
2691:
2687:
2686:
2681:
2672:
2645:
2635:
2631:
2619:
2611:
2609:
2602:
2598:
2597:
2588:
2587:
2573:
2569:
2557:
2552:
2548:
2539:
2535:
2517:
2513:
2512:
2507:
2495:
2491:
2476:
2472:
2457:
2444:
2440:
2422:
2418:
2417:
2412:
2400:
2396:
2384:
2358:
2353:
2338:
2337:
2323:
2319:
2307:
2291:
2287:
2272:
2268:
2253:
2248:
2244:
2235:
2231:
2213:
2209:
2208:
2203:
2191:
2187:
2175:
2149:
2144:
2129:
2128:
2119:
2115:
2109:
2105:
2090:
2077:
2073:
2055:
2051:
2050:
2045:
2033:
2029:
2017:
1991:
1986:
1971:
1970:
1960:
1933:
1926:
1922:
1916:
1908:
1906:
1899:
1895:
1894:
1890:
1880:
1871:
1866:
1852:
1850:
1847:
1846:
1826:
1822:
1820:
1817:
1816:
1800:
1797:
1796:
1774:
1771:
1770:
1753:
1749:
1747:
1744:
1743:
1742:such that each
1720:
1716:
1707:
1703:
1697:
1693:
1691:
1688:
1687:
1668:
1665:
1664:
1639:
1636:
1635:
1618:
1614:
1612:
1609:
1608:
1591:
1587:
1566:
1562:
1560:
1557:
1556:
1539:
1535:
1520:
1516:
1507:
1503:
1501:
1498:
1497:
1492:
1487:
1446:
1413:
1409:
1395:
1392:
1391:
1374:
1370:
1368:
1365:
1364:
1321:
1298:
1295:
1294:
1266:null hypothesis
1231:
1229:Hypothesis test
1205:
1201:
1192:
1188:
1170:
1166:
1157:
1153:
1132:
1106:
1101:
1093:
1090:
1089:
1053:
1001:
999:
989:
976:
975:
974:
972:
969:
968:
943:
930:
929:
920:
913:
911:
893:number of pairs
891:
887:
878:
864:
860:
858:
850:
847:
846:
819:
815:
806:
802:
800:
797:
796:
779:
775:
766:
762:
760:
757:
756:
755:holds or both
739:
735:
726:
722:
720:
717:
716:
699:
695:
686:
682:
680:
677:
676:
655:
651:
642:
638:
633:
630:
629:
608:
604:
595:
591:
586:
583:
582:
554:
551:
550:
530:
526:
517:
513:
508:
505:
504:
484:
480:
471:
467:
462:
459:
458:
437:
433:
431:
428:
427:
410:
406:
404:
401:
400:
372:
368:
359:
355:
328:
324:
315:
311:
306:
303:
302:
274:
261:
260:
259:
257:
254:
253:
231:
228:
227:
207:
203:
194:
190:
185:
182:
181:
174:
136:
133:
132:
114:
111:
110:
109:Both Kendall's
89:Maurice Kendall
77:hypothesis test
42:
35:
28:
23:
22:
15:
12:
11:
5:
13216:
13206:
13205:
13200:
13195:
13190:
13173:
13172:
13170:
13169:
13157:
13145:
13131:
13118:
13115:
13114:
13111:
13110:
13107:
13106:
13104:
13103:
13098:
13093:
13088:
13083:
13077:
13075:
13069:
13068:
13066:
13065:
13060:
13055:
13050:
13045:
13040:
13035:
13030:
13025:
13020:
13014:
13012:
13006:
13005:
13003:
13002:
12997:
12992:
12983:
12978:
12973:
12967:
12965:
12959:
12958:
12956:
12955:
12950:
12945:
12936:
12934:Bioinformatics
12930:
12928:
12918:
12917:
12905:
12904:
12901:
12900:
12897:
12896:
12893:
12892:
12890:
12889:
12883:
12881:
12877:
12876:
12874:
12873:
12867:
12865:
12859:
12858:
12856:
12855:
12850:
12845:
12840:
12834:
12832:
12823:
12817:
12816:
12813:
12812:
12810:
12809:
12804:
12799:
12794:
12789:
12783:
12781:
12775:
12774:
12772:
12771:
12766:
12761:
12753:
12748:
12743:
12742:
12741:
12739:partial (PACF)
12730:
12728:
12722:
12721:
12719:
12718:
12713:
12708:
12700:
12695:
12689:
12687:
12686:Specific tests
12683:
12682:
12680:
12679:
12674:
12669:
12664:
12659:
12654:
12649:
12644:
12638:
12636:
12629:
12623:
12622:
12620:
12619:
12618:
12617:
12616:
12615:
12600:
12599:
12598:
12588:
12586:Classification
12583:
12578:
12573:
12568:
12563:
12558:
12552:
12550:
12544:
12543:
12541:
12540:
12535:
12533:McNemar's test
12530:
12525:
12520:
12515:
12509:
12507:
12497:
12496:
12472:
12471:
12468:
12467:
12464:
12463:
12461:
12460:
12455:
12450:
12445:
12439:
12437:
12431:
12430:
12428:
12427:
12411:
12405:
12403:
12397:
12396:
12394:
12393:
12388:
12383:
12378:
12373:
12371:Semiparametric
12368:
12363:
12357:
12355:
12351:
12350:
12348:
12347:
12342:
12337:
12332:
12326:
12324:
12318:
12317:
12315:
12314:
12309:
12304:
12299:
12294:
12288:
12286:
12280:
12279:
12277:
12276:
12271:
12266:
12261:
12255:
12253:
12243:
12242:
12239:
12238:
12233:
12227:
12219:
12218:
12215:
12214:
12211:
12210:
12208:
12207:
12206:
12205:
12195:
12190:
12185:
12184:
12183:
12178:
12167:
12165:
12159:
12158:
12155:
12154:
12152:
12151:
12146:
12145:
12144:
12136:
12128:
12112:
12109:(MannâWhitney)
12104:
12103:
12102:
12089:
12088:
12087:
12076:
12074:
12068:
12067:
12065:
12064:
12063:
12062:
12057:
12052:
12042:
12037:
12034:(ShapiroâWilk)
12029:
12024:
12019:
12014:
12009:
12001:
11995:
11993:
11987:
11986:
11984:
11983:
11975:
11966:
11954:
11948:
11946:Specific tests
11942:
11941:
11938:
11937:
11935:
11934:
11929:
11924:
11918:
11916:
11910:
11909:
11907:
11906:
11901:
11900:
11899:
11889:
11888:
11887:
11877:
11871:
11869:
11863:
11862:
11860:
11859:
11858:
11857:
11852:
11842:
11837:
11832:
11827:
11822:
11816:
11814:
11808:
11807:
11805:
11804:
11799:
11798:
11797:
11792:
11791:
11790:
11785:
11770:
11769:
11768:
11763:
11758:
11753:
11742:
11740:
11731:
11725:
11724:
11722:
11721:
11716:
11711:
11710:
11709:
11699:
11694:
11693:
11692:
11682:
11681:
11680:
11675:
11670:
11660:
11655:
11650:
11649:
11648:
11643:
11638:
11622:
11621:
11620:
11615:
11610:
11600:
11599:
11598:
11593:
11583:
11582:
11581:
11571:
11570:
11569:
11559:
11554:
11549:
11543:
11541:
11531:
11530:
11518:
11517:
11514:
11513:
11510:
11509:
11507:
11506:
11501:
11496:
11491:
11485:
11483:
11477:
11476:
11474:
11473:
11468:
11463:
11457:
11455:
11451:
11450:
11448:
11447:
11442:
11437:
11432:
11427:
11422:
11417:
11411:
11409:
11403:
11402:
11400:
11399:
11397:Standard error
11394:
11389:
11384:
11383:
11382:
11377:
11366:
11364:
11358:
11357:
11355:
11354:
11349:
11344:
11339:
11334:
11329:
11327:Optimal design
11324:
11319:
11313:
11311:
11301:
11300:
11288:
11287:
11284:
11283:
11280:
11279:
11277:
11276:
11271:
11266:
11261:
11256:
11251:
11246:
11241:
11236:
11231:
11226:
11221:
11216:
11211:
11206:
11200:
11198:
11192:
11191:
11189:
11188:
11183:
11182:
11181:
11176:
11166:
11161:
11155:
11153:
11147:
11146:
11144:
11143:
11138:
11133:
11127:
11125:
11124:Summary tables
11121:
11120:
11118:
11117:
11111:
11109:
11103:
11102:
11099:
11098:
11096:
11095:
11094:
11093:
11088:
11083:
11073:
11067:
11065:
11059:
11058:
11056:
11055:
11050:
11045:
11040:
11035:
11030:
11025:
11019:
11017:
11011:
11010:
11008:
11007:
11002:
10997:
10996:
10995:
10990:
10985:
10980:
10975:
10970:
10965:
10960:
10958:Contraharmonic
10955:
10950:
10939:
10937:
10928:
10918:
10917:
10905:
10904:
10902:
10901:
10896:
10890:
10887:
10886:
10879:
10878:
10871:
10864:
10856:
10850:
10849:
10844:
10839:
10832:
10831:External links
10829:
10828:
10827:
10796:
10791:978-0195208375
10790:
10769:
10763:
10746:
10728:
10725:
10722:
10721:
10657:
10642:
10609:
10572:
10551:(1): 144â160.
10531:
10491:
10447:
10422:
10380:
10373:
10355:
10320:
10265:
10252:
10197:
10185:
10155:
10134:(1): 144â160.
10114:
10075:
10051:
10027:
9988:Kruskal, W. H.
9979:
9960:(1â2): 81â89.
9941:
9940:
9938:
9935:
9934:
9933:
9927:
9922:
9917:
9912:
9907:
9902:
9896:
9895:
9879:
9876:
9875:
9874:
9860:
9841:
9837:
9817:
9799:
9795:
9768:
9764:
9737:
9733:
9697:
9693:
9676:
9673:
9648:
9645:
9642:
9639:
9619:
9616:
9613:
9610:
9590:
9570:
9567:
9564:
9561:
9540:
9536:
9532:
9529:
9526:
9523:
9520:
9517:
9505:
9502:
9487:
9483:
9460:
9456:
9433:
9429:
9408:
9388:
9341:
9328:
9325:
9322:
9319:
9316:
9313:
9289:
9286:
9283:
9280:
9277:
9274:
9251:
9248:
9245:
9242:
9239:
9234:
9210:
9207:
9204:
9201:
9196:
9172:
9169:
9166:
9163:
9160:
9155:
9131:
9128:
9125:
9122:
9117:
9105:
9104:
9093:
9087:
9084:
9081:
9078:
9075:
9070:
9066:
9060:
9057:
9054:
9051:
9046:
9042:
9039:
9036:
9033:
9027:
9024:
9021:
9018:
9015:
9010:
9006:
9003:
9000:
8997:
8991:
8988:
8985:
8982:
8977:
8973:
8970:
8967:
8964:
8961:
8958:
8955:
8925:
8922:
8919:
8916:
8913:
8908:
8884:
8881:
8878:
8875:
8870:
8849:
8822:
8802:
8780:
8776:
8753:
8749:
8726:
8722:
8710:
8709:
8698:
8695:
8692:
8689:
8686:
8683:
8680:
8675:
8671:
8667:
8662:
8658:
8654:
8649:
8645:
8641:
8636:
8632:
8628:
8623:
8619:
8615:
8610:
8606:
8582:
8560:
8556:
8531:
8528:
8525:
8522:
8502:
8499:
8496:
8493:
8490:
8487:
8484:
8471:. An enhanced
8460:
8436:
8416:
8396:
8376:
8353:
8349:
8345:
8342:
8339:
8336:
8333:
8330:
8306:
8301:
8297:
8293:
8290:
8258:
8243:
8239:
8235:
8230:
8226:
8213:
8210:
8206:
8205:
8190:
8187:
8184:
8181:
8178:
8175:
8172:
8169:
8166:
8163:
8160:
8157:
8154:
8151:
8147:
8143:
8140:
8137:
8132:
8128:
8124:
8121:
8118:
8115:
8110:
8106:
8102:
8097:
8093:
8087:
8083:
8079:
8076:
8073:
8068:
8064:
8060:
8057:
8054:
8051:
8046:
8042:
8038:
8033:
8029:
8023:
8019:
8015:
8013:
8010:
8006:
8002:
7998:
7997:
7994:
7991:
7988:
7985:
7982:
7979:
7976:
7973:
7970:
7966:
7962:
7959:
7956:
7951:
7947:
7943:
7938:
7934:
7928:
7924:
7920:
7917:
7914:
7909:
7905:
7901:
7896:
7892:
7886:
7882:
7878:
7876:
7873:
7869:
7865:
7861:
7860:
7857:
7854:
7851:
7846:
7842:
7838:
7835:
7832:
7829:
7826:
7821:
7817:
7813:
7808:
7804:
7798:
7794:
7790:
7788:
7785:
7781:
7777:
7773:
7772:
7769:
7766:
7763:
7758:
7754:
7750:
7747:
7744:
7741:
7738:
7733:
7729:
7725:
7720:
7716:
7710:
7706:
7702:
7700:
7697:
7693:
7689:
7685:
7684:
7681:
7678:
7675:
7672:
7669:
7666:
7663:
7660:
7657:
7654:
7651:
7648:
7645:
7643:
7640:
7636:
7632:
7628:
7627:
7624:
7619:
7615:
7611:
7606:
7602:
7598:
7595:
7592:
7588:
7584:
7579:
7575:
7571:
7566:
7562:
7558:
7555:
7550:
7546:
7540:
7537:
7532:
7530:
7527:
7525:
7522:
7521:
7507:
7506:
7491:
7483:
7479:
7475:
7470:
7466:
7459:
7454:
7450:
7424:
7420:
7397:
7393:
7370:
7366:
7333:
7327:
7323:
7318:
7314:
7292:
7288:
7264:
7261:
7258:
7255:
7252:
7249:
7246:
7243:
7240:
7237:
7234:
7231:
7228:
7223:
7219:
7207:
7206:
7189:
7185:
7179:
7176:
7166:
7162:
7158:
7153:
7149:
7142:
7137:
7133:
7107:
7103:
7080:
7076:
7055:
7043:
7040:
7039:
7038:
7023:
7020:
7017:
7014:
7011:
7008:
7005:
7002:
7000:
6998:
6995:
6994:
6986:
6983:
6981:
6979:
6976:
6975:
6970:Number of rows
6967:
6964:
6962:
6960:
6957:
6956:
6948:
6945:
6943:
6939:
6935:
6931:
6930:
6922:
6919:
6917:
6913:
6909:
6905:
6904:
6890:
6889:
6875:
6872:
6869:
6865:
6858:
6854:
6851:
6848:
6840:
6836:
6832:
6824:
6820:
6817:
6814:
6811:
6808:
6800:
6796:
6790:
6785:
6781:
6777:
6772:
6768:
6764:
6761:
6755:
6750:
6746:
6723:
6720:
6713:
6712:
6686:
6677:
6674:
6672:
6668:
6664:
6660:
6659:
6645:
6636:
6633:
6631:
6627:
6623:
6619:
6618:
6610:
6607:
6605:
6601:
6597:
6593:
6592:
6584:
6581:
6579:
6575:
6571:
6567:
6566:
6563:
6559:
6555:
6552:
6549:
6544:
6540:
6536:
6531:
6527:
6521:
6517:
6513:
6510:
6508:
6504:
6500:
6496:
6495:
6492:
6488:
6484:
6481:
6478:
6473:
6469:
6465:
6460:
6456:
6450:
6446:
6442:
6439:
6437:
6433:
6429:
6425:
6424:
6421:
6417:
6413:
6410:
6407:
6404:
6401:
6398:
6395:
6392:
6390:
6386:
6382:
6378:
6377:
6363:
6362:
6348:
6343:
6339:
6335:
6330:
6326:
6322:
6319:
6314:
6310:
6306:
6301:
6297:
6293:
6286:
6282:
6278:
6273:
6269:
6262:
6257:
6253:
6233:
6230:
6223:
6214:
6205:
6199:
6198:
6183:
6179:
6172:
6168:
6164:
6159:
6155:
6148:
6143:
6139:
6111:
6108:
6093:
6089:
6085:
6080:
6076:
6053:
6049:
6045:
6040:
6036:
6022:is said to be
6011:
6008:
6003:
5999:
5995:
5990:
5986:
5982:
5979:
5976:
5971:
5967:
5963:
5958:
5954:
5950:
5947:
5935:
5932:
5917:
5914:
5911:
5908:
5905:
5902:
5899:
5896:
5893:
5888:
5884:
5879:
5875:
5871:
5868:
5863:
5860:
5854:
5849:
5846:
5822:
5819:
5814:
5811:
5808:
5805:
5799:
5796:
5791:
5787:
5783:
5778:
5775:
5772:
5768:
5764:
5761:
5758:
5738:
5735:
5732:
5729:
5701:
5698:
5695:
5691:
5686:
5680:
5677:
5674:
5670:
5660:
5657:
5654:
5650:
5645:
5639:
5636:
5633:
5629:
5621:
5618:
5615:
5612:
5592:
5572:
5566:
5563:
5560:
5556:
5551:
5545:
5542:
5539:
5535:
5530:
5524:
5521:
5518:
5514:
5509:
5503:
5500:
5497:
5493:
5488:
5468:
5462:
5459:
5456:
5452:
5447:
5441:
5438:
5435:
5431:
5426:
5420:
5417:
5414:
5410:
5405:
5399:
5396:
5393:
5389:
5384:
5364:
5361:
5358:
5355:
5352:
5349:
5346:
5343:
5340:
5337:
5334:
5308:
5304:
5298:
5289:
5286:
5283:
5279:
5274:
5268:
5265:
5262:
5258:
5253:
5248:
5245:
5242:
5238:
5233:
5227:
5224:
5221:
5217:
5212:
5211:
5205:
5202:
5199:
5195:
5190:
5184:
5181:
5178:
5174:
5169:
5164:
5161:
5158:
5154:
5149:
5143:
5140:
5137:
5133:
5128:
5127:
5125:
5115:
5110:
5106:
5101:
5096:
5092:
5086:
5082:
5078:
5075:
5069:
5063:
5060:
5058:
5055:
5054:
5051:
5048:
5046:
5043:
5042:
5040:
5031:
5027:
5022:
5017:
5009:
5003:
4999:
4994:
4990:
4986:
4981:
4977:
4973:
4970:
4969:
4964:
4958:
4954:
4949:
4945:
4941:
4936:
4932:
4928:
4925:
4924:
4922:
4898:
4894:
4890:
4885:
4882:
4879:
4875:
4849:
4844:
4820:
4812:
4806:
4802:
4797:
4793:
4789:
4784:
4780:
4776:
4773:
4772:
4767:
4761:
4757:
4752:
4748:
4744:
4739:
4735:
4731:
4728:
4727:
4725:
4701:
4693:
4687:
4683:
4678:
4674:
4670:
4665:
4661:
4657:
4654:
4653:
4648:
4642:
4638:
4633:
4629:
4625:
4620:
4616:
4612:
4609:
4608:
4606:
4599:
4595:
4591:
4585:
4579:
4576:
4574:
4571:
4570:
4567:
4564:
4562:
4559:
4558:
4556:
4548:
4543:
4538:
4535:
4532:
4528:
4502:
4497:
4475:
4472:
4469:
4466:
4463:
4441:
4435:
4432:
4431:
4428:
4425:
4424:
4422:
4415:
4411:
4407:
4401:
4395:
4392:
4390:
4387:
4386:
4383:
4380:
4378:
4375:
4374:
4372:
4366:
4361:
4355:
4352:
4351:
4348:
4345:
4344:
4342:
4318:
4314:
4293:
4290:
4287:
4264:
4261:
4258:
4253:
4249:
4245:
4240:
4237:
4234:
4230:
4226:
4223:
4220:
4217:
4214:
4211:
4206:
4202:
4198:
4195:
4175:
4170:
4166:
4162:
4157:
4153:
4149:
4127:
4124:
4121:
4116:
4112:
4108:
4103:
4100:
4097:
4093:
4089:
4086:
4083:
4078:
4075:
4072:
4069:
4066:
4063:
4060:
4056:
4049:
4046:
4043:
4040:
4037:
4034:
4030:
4025:
4022:
4019:
4016:
4011:
4007:
4003:
4000:
3994:
3991:
3988:
3985:
3982:
3979:
3975:
3970:
3967:
3962:
3958:
3954:
3951:
3924:
3920:
3916:
3911:
3908:
3905:
3901:
3896:
3890:
3887:
3884:
3881:
3878:
3875:
3872:
3868:
3864:
3859:
3855:
3832:
3828:
3805:
3802:
3799:
3795:
3772:
3768:
3756:
3755:
3741:
3736:
3725:is a point in
3714:
3709:
3705:
3701:
3696:
3692:
3688:
3683:
3679:
3675:
3670:
3666:
3662:
3659:
3654:
3651:
3648:
3644:
3633:
3622:
3619:
3616:
3613:
3610:
3607:
3604:
3601:
3598:
3595:
3592:
3589:
3586:
3583:
3580:
3577:
3574:
3569:
3565:
3547:
3546:
3543:
3542:
3538:P. A. P. Moran
3520:
3516:
3511:
3507:
3503:
3500:
3495:
3492:
3486:
3481:
3478:
3475:
3472:
3456:{\textstyle r}
3452:
3432:
3429:
3426:
3409:
3400:{\textstyle r}
3396:
3373:
3368:
3364:
3360:
3355:
3351:
3347:
3344:
3341:
3338:
3335:
3332:
3329:
3324:
3320:
3316:
3311:
3307:
3303:
3300:
3297:
3292:
3288:
3284:
3279:
3275:
3271:
3259:
3256:
3244:
3226:
3222:
3218:
3215:
3212:
3209:
3206:
3203:
3200:
3197:
3194:
3191:
3188:
3185:
3177:
3173:
3169:
3164:
3160:
3153:
3147:
3142:
3138:
3134:
3131:
3128:
3125:
3119:
3115:
3109:
3104:
3100:
3079:
3076:
3073:
3056:
3038:
3034:
3031:
3028:
3025:
3022:
3019:
3016:
3010:
3004:
3001:
2998:
2991:
2987:
2983:
2980:
2977:
2972:
2968:
2961:
2958:
2953:
2948:
2944:
2940:
2937:
2915:
2912:
2907:
2904:
2899:
2895:
2891:
2888:
2868:
2865:
2862:
2840:
2836:
2815:
2812:
2807:
2803:
2797:
2793:
2789:
2786:
2759:
2755:
2750:
2746:
2742:
2739:
2734:
2730:
2725:
2716:
2712:
2708:
2705:
2702:
2699:
2694:
2690:
2685:
2680:
2675:
2670:
2663:
2660:
2657:
2654:
2651:
2648:
2643:
2638:
2634:
2630:
2627:
2622:
2618:
2614:
2608:
2605:
2601:
2596:
2593:
2591:
2589:
2585:
2581:
2576:
2572:
2568:
2565:
2560:
2556:
2551:
2542:
2538:
2534:
2531:
2528:
2525:
2520:
2516:
2511:
2506:
2503:
2498:
2494:
2490:
2487:
2484:
2479:
2475:
2471:
2468:
2463:
2460:
2456:
2447:
2443:
2439:
2436:
2433:
2430:
2425:
2421:
2416:
2411:
2408:
2403:
2399:
2395:
2392:
2387:
2383:
2376:
2373:
2370:
2367:
2364:
2361:
2357:
2352:
2349:
2346:
2343:
2341:
2339:
2335:
2331:
2326:
2322:
2318:
2315:
2310:
2306:
2302:
2299:
2294:
2290:
2286:
2283:
2280:
2275:
2271:
2267:
2264:
2259:
2256:
2252:
2247:
2238:
2234:
2230:
2227:
2224:
2221:
2216:
2212:
2207:
2202:
2199:
2194:
2190:
2186:
2183:
2178:
2174:
2167:
2164:
2161:
2158:
2155:
2152:
2148:
2143:
2140:
2137:
2134:
2132:
2130:
2127:
2122:
2118:
2112:
2108:
2104:
2101:
2096:
2093:
2089:
2080:
2076:
2072:
2069:
2066:
2063:
2058:
2054:
2049:
2044:
2041:
2036:
2032:
2028:
2025:
2020:
2016:
2009:
2006:
2003:
2000:
1997:
1994:
1990:
1985:
1982:
1979:
1976:
1974:
1972:
1968:
1963:
1958:
1951:
1948:
1945:
1942:
1939:
1936:
1929:
1925:
1919:
1915:
1911:
1905:
1902:
1898:
1893:
1889:
1886:
1883:
1881:
1879:
1874:
1869:
1865:
1861:
1858:
1855:
1854:
1829:
1825:
1808:{\textstyle l}
1804:
1784:
1781:
1778:
1756:
1752:
1729:
1726:
1723:
1719:
1715:
1710:
1706:
1700:
1696:
1684:inversion code
1676:{\textstyle l}
1672:
1649:
1646:
1643:
1621:
1617:
1594:
1590:
1586:
1583:
1580:
1577:
1574:
1569:
1565:
1542:
1538:
1534:
1531:
1528:
1523:
1519:
1515:
1510:
1506:
1489:
1488:
1485:
1484:
1471:
1468:
1465:
1462:
1459:
1456:
1453:
1449:
1445:
1442:
1439:
1436:
1433:
1430:
1427:
1424:
1421:
1416:
1412:
1408:
1405:
1402:
1399:
1377:
1373:
1346:
1343:
1340:
1337:
1334:
1331:
1328:
1324:
1320:
1317:
1314:
1311:
1308:
1305:
1302:
1286:expected value
1243:non-parametric
1235:test statistic
1230:
1227:
1226:
1225:
1213:
1208:
1204:
1200:
1195:
1191:
1187:
1184:
1181:
1178:
1173:
1169:
1165:
1160:
1156:
1152:
1149:
1146:
1141:
1138:
1135:
1131:
1124:
1121:
1118:
1115:
1112:
1109:
1105:
1100:
1097:
1086:
1071:
1068:
1052:
1049:
1023:
1019:
1016:
1013:
1010:
1007:
1004:
998:
992:
987:
984:
979:
965:
964:
953:
946:
941:
938:
933:
927:
919:
916:
910:
907:
904:
898:
890:
885:
877:
874:
871:
863:
857:
854:
822:
818:
814:
809:
805:
782:
778:
774:
769:
765:
742:
738:
734:
729:
725:
702:
698:
694:
689:
685:
663:
658:
654:
650:
645:
641:
637:
616:
611:
607:
603:
598:
594:
590:
564:
561:
558:
538:
533:
529:
525:
520:
516:
512:
492:
487:
483:
479:
474:
470:
466:
440:
436:
413:
409:
380:
375:
371:
367:
362:
358:
354:
351:
348:
345:
342:
339:
336:
331:
327:
323:
318:
314:
310:
286:
283:
277:
272:
269:
264:
241:
238:
235:
215:
210:
206:
202:
197:
193:
189:
173:
170:
140:
118:
93:Gustav Fechner
74:non-parametric
26:
9:
6:
4:
3:
2:
13215:
13204:
13201:
13199:
13196:
13194:
13191:
13189:
13186:
13185:
13183:
13168:
13167:
13158:
13156:
13155:
13146:
13144:
13143:
13138:
13132:
13130:
13129:
13120:
13119:
13116:
13102:
13099:
13097:
13096:Geostatistics
13094:
13092:
13089:
13087:
13084:
13082:
13079:
13078:
13076:
13074:
13070:
13064:
13063:Psychometrics
13061:
13059:
13056:
13054:
13051:
13049:
13046:
13044:
13041:
13039:
13036:
13034:
13031:
13029:
13026:
13024:
13021:
13019:
13016:
13015:
13013:
13011:
13007:
13001:
12998:
12996:
12993:
12991:
12987:
12984:
12982:
12979:
12977:
12974:
12972:
12969:
12968:
12966:
12964:
12960:
12954:
12951:
12949:
12946:
12944:
12940:
12937:
12935:
12932:
12931:
12929:
12927:
12926:Biostatistics
12923:
12919:
12915:
12910:
12906:
12888:
12887:Log-rank test
12885:
12884:
12882:
12878:
12872:
12869:
12868:
12866:
12864:
12860:
12854:
12851:
12849:
12846:
12844:
12841:
12839:
12836:
12835:
12833:
12831:
12827:
12824:
12822:
12818:
12808:
12805:
12803:
12800:
12798:
12795:
12793:
12790:
12788:
12785:
12784:
12782:
12780:
12776:
12770:
12767:
12765:
12762:
12760:
12758:(BoxâJenkins)
12754:
12752:
12749:
12747:
12744:
12740:
12737:
12736:
12735:
12732:
12731:
12729:
12727:
12723:
12717:
12714:
12712:
12711:DurbinâWatson
12709:
12707:
12701:
12699:
12696:
12694:
12693:DickeyâFuller
12691:
12690:
12688:
12684:
12678:
12675:
12673:
12670:
12668:
12667:Cointegration
12665:
12663:
12660:
12658:
12655:
12653:
12650:
12648:
12645:
12643:
12642:Decomposition
12640:
12639:
12637:
12633:
12630:
12628:
12624:
12614:
12611:
12610:
12609:
12606:
12605:
12604:
12601:
12597:
12594:
12593:
12592:
12589:
12587:
12584:
12582:
12579:
12577:
12574:
12572:
12569:
12567:
12564:
12562:
12559:
12557:
12554:
12553:
12551:
12549:
12545:
12539:
12536:
12534:
12531:
12529:
12526:
12524:
12521:
12519:
12516:
12514:
12513:Cohen's kappa
12511:
12510:
12508:
12506:
12502:
12498:
12494:
12490:
12486:
12482:
12477:
12473:
12459:
12456:
12454:
12451:
12449:
12446:
12444:
12441:
12440:
12438:
12436:
12432:
12426:
12422:
12418:
12412:
12410:
12407:
12406:
12404:
12402:
12398:
12392:
12389:
12387:
12384:
12382:
12379:
12377:
12374:
12372:
12369:
12367:
12366:Nonparametric
12364:
12362:
12359:
12358:
12356:
12352:
12346:
12343:
12341:
12338:
12336:
12333:
12331:
12328:
12327:
12325:
12323:
12319:
12313:
12310:
12308:
12305:
12303:
12300:
12298:
12295:
12293:
12290:
12289:
12287:
12285:
12281:
12275:
12272:
12270:
12267:
12265:
12262:
12260:
12257:
12256:
12254:
12252:
12248:
12244:
12237:
12234:
12232:
12229:
12228:
12224:
12220:
12204:
12201:
12200:
12199:
12196:
12194:
12191:
12189:
12186:
12182:
12179:
12177:
12174:
12173:
12172:
12169:
12168:
12166:
12164:
12160:
12150:
12147:
12143:
12137:
12135:
12129:
12127:
12121:
12120:
12119:
12116:
12115:Nonparametric
12113:
12111:
12105:
12101:
12098:
12097:
12096:
12090:
12086:
12085:Sample median
12083:
12082:
12081:
12078:
12077:
12075:
12073:
12069:
12061:
12058:
12056:
12053:
12051:
12048:
12047:
12046:
12043:
12041:
12038:
12036:
12030:
12028:
12025:
12023:
12020:
12018:
12015:
12013:
12010:
12008:
12006:
12002:
12000:
11997:
11996:
11994:
11992:
11988:
11982:
11980:
11976:
11974:
11972:
11967:
11965:
11960:
11956:
11955:
11952:
11949:
11947:
11943:
11933:
11930:
11928:
11925:
11923:
11920:
11919:
11917:
11915:
11911:
11905:
11902:
11898:
11895:
11894:
11893:
11890:
11886:
11883:
11882:
11881:
11878:
11876:
11873:
11872:
11870:
11868:
11864:
11856:
11853:
11851:
11848:
11847:
11846:
11843:
11841:
11838:
11836:
11833:
11831:
11828:
11826:
11823:
11821:
11818:
11817:
11815:
11813:
11809:
11803:
11800:
11796:
11793:
11789:
11786:
11784:
11781:
11780:
11779:
11776:
11775:
11774:
11771:
11767:
11764:
11762:
11759:
11757:
11754:
11752:
11749:
11748:
11747:
11744:
11743:
11741:
11739:
11735:
11732:
11730:
11726:
11720:
11717:
11715:
11712:
11708:
11705:
11704:
11703:
11700:
11698:
11695:
11691:
11690:loss function
11688:
11687:
11686:
11683:
11679:
11676:
11674:
11671:
11669:
11666:
11665:
11664:
11661:
11659:
11656:
11654:
11651:
11647:
11644:
11642:
11639:
11637:
11631:
11628:
11627:
11626:
11623:
11619:
11616:
11614:
11611:
11609:
11606:
11605:
11604:
11601:
11597:
11594:
11592:
11589:
11588:
11587:
11584:
11580:
11577:
11576:
11575:
11572:
11568:
11565:
11564:
11563:
11560:
11558:
11555:
11553:
11550:
11548:
11545:
11544:
11542:
11540:
11536:
11532:
11528:
11523:
11519:
11505:
11502:
11500:
11497:
11495:
11492:
11490:
11487:
11486:
11484:
11482:
11478:
11472:
11469:
11467:
11464:
11462:
11459:
11458:
11456:
11452:
11446:
11443:
11441:
11438:
11436:
11433:
11431:
11428:
11426:
11423:
11421:
11418:
11416:
11413:
11412:
11410:
11408:
11404:
11398:
11395:
11393:
11392:Questionnaire
11390:
11388:
11385:
11381:
11378:
11376:
11373:
11372:
11371:
11368:
11367:
11365:
11363:
11359:
11353:
11350:
11348:
11345:
11343:
11340:
11338:
11335:
11333:
11330:
11328:
11325:
11323:
11320:
11318:
11315:
11314:
11312:
11310:
11306:
11302:
11298:
11293:
11289:
11275:
11272:
11270:
11267:
11265:
11262:
11260:
11257:
11255:
11252:
11250:
11247:
11245:
11242:
11240:
11237:
11235:
11232:
11230:
11227:
11225:
11222:
11220:
11219:Control chart
11217:
11215:
11212:
11210:
11207:
11205:
11202:
11201:
11199:
11197:
11193:
11187:
11184:
11180:
11177:
11175:
11172:
11171:
11170:
11167:
11165:
11162:
11160:
11157:
11156:
11154:
11152:
11148:
11142:
11139:
11137:
11134:
11132:
11129:
11128:
11126:
11122:
11116:
11113:
11112:
11110:
11108:
11104:
11092:
11089:
11087:
11084:
11082:
11079:
11078:
11077:
11074:
11072:
11069:
11068:
11066:
11064:
11060:
11054:
11051:
11049:
11046:
11044:
11041:
11039:
11036:
11034:
11031:
11029:
11026:
11024:
11021:
11020:
11018:
11016:
11012:
11006:
11003:
11001:
10998:
10994:
10991:
10989:
10986:
10984:
10981:
10979:
10976:
10974:
10971:
10969:
10966:
10964:
10961:
10959:
10956:
10954:
10951:
10949:
10946:
10945:
10944:
10941:
10940:
10938:
10936:
10932:
10929:
10927:
10923:
10919:
10915:
10910:
10906:
10900:
10897:
10895:
10892:
10891:
10888:
10884:
10877:
10872:
10870:
10865:
10863:
10858:
10857:
10854:
10848:
10845:
10843:
10840:
10838:
10835:
10834:
10824:
10820:
10816:
10812:
10808:
10804:
10803:
10802:Psychometrika
10797:
10793:
10787:
10782:
10781:
10775:
10770:
10766:
10760:
10756:
10752:
10747:
10743:
10736:
10731:
10730:
10717:
10711:
10703:
10699:
10695:
10691:
10686:
10681:
10677:
10670:
10668:
10666:
10664:
10662:
10653:
10649:
10645:
10639:
10635:
10631:
10627:
10620:
10618:
10616:
10614:
10605:
10601:
10597:
10593:
10589:
10585:
10584:
10576:
10568:
10564:
10559:
10554:
10550:
10546:
10542:
10535:
10527:
10523:
10519:
10515:
10511:
10507:
10506:
10498:
10496:
10487:
10483:
10478:
10473:
10469:
10465:
10461:
10454:
10452:
10435:
10434:
10426:
10418:
10414:
10410:
10406:
10402:
10398:
10391:
10384:
10376:
10370:
10366:
10359:
10351:
10347:
10343:
10339:
10335:
10331:
10324:
10316:
10312:
10308:
10304:
10300:
10296:
10292:
10288:
10284:
10280:
10276:
10269:
10262:
10256:
10248:
10244:
10240:
10236:
10232:
10228:
10224:
10220:
10216:
10212:
10208:
10201:
10188:
10182:
10178:
10174:
10170:
10166:
10159:
10151:
10147:
10142:
10137:
10133:
10129:
10125:
10118:
10110:
10106:
10102:
10098:
10094:
10090:
10086:
10079:
10072:
10068:
10067:
10062:
10055:
10048:
10044:
10043:
10038:
10031:
10023:
10019:
10015:
10011:
10007:
10003:
9999:
9995:
9994:
9989:
9983:
9975:
9971:
9967:
9963:
9959:
9955:
9954:
9946:
9942:
9931:
9928:
9926:
9923:
9921:
9918:
9916:
9913:
9911:
9908:
9906:
9903:
9901:
9898:
9897:
9893:
9887:
9882:
9871:
9865:
9861:
9859:
9839:
9835:
9826:
9822:
9818:
9815:
9797:
9793:
9766:
9762:
9735:
9731:
9714:
9695:
9691:
9682:
9679:
9678:
9672:
9670:
9664:
9660:
9643:
9637:
9614:
9608:
9588:
9565:
9559:
9534:
9530:
9527:
9524:
9521:
9515:
9501:
9485:
9481:
9458:
9454:
9431:
9427:
9406:
9386:
9375:
9371:
9367:
9363:
9360:
9356:
9352:
9348:
9344:
9340:
9323:
9320:
9317:
9311:
9303:
9284:
9281:
9278:
9272:
9232:
9194:
9153:
9115:
9068:
9064:
9044:
9037:
9034:
9008:
9001:
8998:
8975:
8968:
8965:
8959:
8953:
8946:
8945:
8944:
8942:
8906:
8868:
8847:
8839:
8834:
8820:
8800:
8778:
8774:
8751:
8747:
8724:
8720:
8696:
8690:
8684:
8681:
8678:
8673:
8669:
8665:
8660:
8656:
8652:
8647:
8643:
8639:
8634:
8630:
8626:
8621:
8617:
8613:
8608:
8604:
8596:
8595:
8594:
8580:
8558:
8554:
8545:
8526:
8520:
8497:
8494:
8491:
8488:
8482:
8474:
8458:
8450:
8434:
8414:
8394:
8374:
8365:
8347:
8343:
8340:
8337:
8334:
8328:
8320:
8299:
8295:
8288:
8277:
8273:
8269:
8266:
8262:
8257:
8241:
8237:
8233:
8228:
8224:
8209:
8182:
8179:
8176:
8167:
8164:
8161:
8155:
8152:
8145:
8138:
8135:
8130:
8126:
8116:
8113:
8108:
8104:
8095:
8091:
8085:
8081:
8074:
8071:
8066:
8062:
8052:
8049:
8044:
8040:
8031:
8027:
8021:
8017:
8011:
8004:
8000:
7986:
7983:
7980:
7974:
7971:
7964:
7957:
7954:
7949:
7945:
7936:
7932:
7926:
7922:
7915:
7912:
7907:
7903:
7894:
7890:
7884:
7880:
7874:
7867:
7863:
7852:
7849:
7844:
7840:
7836:
7827:
7824:
7819:
7815:
7806:
7802:
7796:
7792:
7786:
7779:
7775:
7764:
7761:
7756:
7752:
7748:
7739:
7736:
7731:
7727:
7718:
7714:
7708:
7704:
7698:
7691:
7687:
7676:
7673:
7670:
7667:
7658:
7655:
7652:
7646:
7641:
7634:
7630:
7617:
7613:
7609:
7604:
7600:
7593:
7590:
7586:
7577:
7573:
7569:
7564:
7560:
7553:
7548:
7544:
7538:
7535:
7528:
7523:
7512:
7511:
7510:
7489:
7481:
7477:
7473:
7468:
7464:
7457:
7452:
7448:
7440:
7439:
7438:
7422:
7418:
7395:
7391:
7368:
7364:
7354:
7352:
7348:
7325:
7321:
7312:
7290:
7286:
7276:
7259:
7256:
7253:
7250:
7241:
7238:
7235:
7229:
7226:
7221:
7217:
7187:
7183:
7177:
7174:
7164:
7160:
7156:
7151:
7147:
7140:
7135:
7131:
7123:
7122:
7121:
7105:
7101:
7078:
7074:
7053:
7018:
7015:
7012:
7003:
7001:
6996:
6984:
6982:
6977:
6965:
6963:
6958:
6946:
6944:
6937:
6933:
6920:
6918:
6911:
6907:
6895:
6894:
6893:
6873:
6870:
6867:
6863:
6856:
6852:
6849:
6846:
6838:
6834:
6830:
6822:
6815:
6812:
6809:
6798:
6794:
6783:
6779:
6775:
6770:
6766:
6759:
6753:
6748:
6744:
6736:
6735:
6734:
6731:
6729:
6719:
6716:
6684:
6675:
6673:
6666:
6662:
6643:
6634:
6632:
6625:
6621:
6608:
6606:
6599:
6595:
6582:
6580:
6573:
6569:
6561:
6557:
6550:
6547:
6542:
6538:
6529:
6525:
6519:
6515:
6511:
6509:
6502:
6498:
6490:
6486:
6479:
6476:
6471:
6467:
6458:
6454:
6448:
6444:
6440:
6438:
6431:
6427:
6419:
6415:
6408:
6405:
6402:
6396:
6393:
6391:
6384:
6380:
6368:
6367:
6366:
6341:
6337:
6333:
6328:
6324:
6312:
6308:
6304:
6299:
6295:
6284:
6280:
6276:
6271:
6267:
6260:
6255:
6251:
6243:
6242:
6241:
6238:
6229:
6226:
6222:
6217:
6213:
6208:
6204:
6181:
6177:
6170:
6166:
6162:
6157:
6153:
6146:
6141:
6137:
6129:
6128:
6127:
6125:
6121:
6117:
6107:
6091:
6087:
6083:
6078:
6074:
6051:
6047:
6043:
6038:
6034:
6025:
6001:
5997:
5993:
5988:
5984:
5977:
5969:
5965:
5961:
5956:
5952:
5928:
5915:
5912:
5906:
5903:
5897:
5894:
5891:
5886:
5877:
5873:
5866:
5861:
5858:
5852:
5847:
5844:
5836:and therefore
5820:
5817:
5812:
5809:
5806:
5803:
5797:
5789:
5785:
5781:
5776:
5773:
5770:
5759:
5756:
5736:
5733:
5730:
5727:
5718:
5699:
5696:
5693:
5689:
5684:
5678:
5675:
5672:
5668:
5658:
5655:
5652:
5648:
5643:
5637:
5634:
5631:
5627:
5619:
5616:
5613:
5610:
5590:
5564:
5561:
5558:
5554:
5549:
5543:
5540:
5537:
5533:
5528:
5522:
5519:
5516:
5512:
5507:
5501:
5498:
5495:
5491:
5460:
5457:
5454:
5450:
5445:
5439:
5436:
5433:
5429:
5424:
5418:
5415:
5412:
5408:
5403:
5397:
5394:
5391:
5387:
5359:
5356:
5353:
5347:
5341:
5338:
5335:
5323:
5306:
5302:
5296:
5287:
5284:
5281:
5277:
5272:
5266:
5263:
5260:
5256:
5246:
5243:
5240:
5236:
5231:
5225:
5222:
5219:
5215:
5203:
5200:
5197:
5193:
5188:
5182:
5179:
5176:
5172:
5162:
5159:
5156:
5152:
5147:
5141:
5138:
5135:
5131:
5123:
5113:
5108:
5104:
5099:
5094:
5090:
5084:
5080:
5076:
5073:
5067:
5061:
5056:
5049:
5044:
5038:
5029:
5025:
5020:
5015:
5007:
5001:
4992:
4988:
4984:
4979:
4975:
4962:
4956:
4947:
4943:
4939:
4934:
4930:
4920:
4896:
4892:
4888:
4883:
4880:
4877:
4863:
4847:
4818:
4810:
4804:
4795:
4791:
4787:
4782:
4778:
4765:
4759:
4750:
4746:
4742:
4737:
4733:
4723:
4699:
4691:
4685:
4676:
4672:
4668:
4663:
4659:
4646:
4640:
4631:
4627:
4623:
4618:
4614:
4604:
4597:
4593:
4589:
4583:
4577:
4572:
4565:
4560:
4554:
4546:
4541:
4536:
4533:
4530:
4516:
4500:
4470:
4467:
4464:
4439:
4433:
4426:
4420:
4413:
4409:
4405:
4399:
4393:
4388:
4381:
4376:
4370:
4364:
4359:
4353:
4346:
4340:
4316:
4312:
4291:
4288:
4285:
4276:
4262:
4259:
4251:
4247:
4243:
4238:
4235:
4232:
4221:
4218:
4215:
4212:
4204:
4200:
4193:
4168:
4164:
4160:
4155:
4151:
4138:
4125:
4122:
4114:
4110:
4106:
4101:
4098:
4095:
4084:
4081:
4076:
4073:
4070:
4067:
4064:
4061:
4058:
4054:
4044:
4041:
4038:
4032:
4028:
4023:
4020:
4017:
4009:
4005:
3998:
3989:
3986:
3983:
3977:
3973:
3968:
3960:
3956:
3949:
3940:
3922:
3918:
3914:
3909:
3906:
3903:
3894:
3888:
3885:
3882:
3879:
3876:
3873:
3870:
3866:
3862:
3857:
3853:
3830:
3826:
3803:
3800:
3797:
3770:
3766:
3739:
3707:
3703:
3699:
3694:
3690:
3686:
3681:
3677:
3673:
3668:
3664:
3657:
3652:
3649:
3646:
3634:
3617:
3614:
3611:
3605:
3599:
3593:
3587:
3584:
3572:
3567:
3563:
3555:
3554:
3553:
3541:
3539:
3533:
3518:
3509:
3505:
3498:
3493:
3490:
3484:
3479:
3476:
3473:
3470:
3450:
3430:
3427:
3424:
3408:
3394:
3387:
3366:
3362:
3358:
3353:
3349:
3342:
3339:
3336:
3333:
3330:
3322:
3318:
3314:
3309:
3305:
3298:
3290:
3286:
3282:
3277:
3273:
3254:
3252:
3242:
3224:
3220:
3213:
3210:
3207:
3204:
3195:
3192:
3189:
3183:
3175:
3171:
3167:
3162:
3158:
3151:
3140:
3136:
3129:
3126:
3123:
3117:
3113:
3107:
3102:
3098:
3071:
3052:
3036:
3029:
3026:
3023:
3020:
3014:
3008:
3002:
2999:
2996:
2989:
2985:
2981:
2978:
2975:
2970:
2966:
2959:
2951:
2946:
2942:
2935:
2913:
2910:
2905:
2897:
2893:
2886:
2866:
2863:
2860:
2838:
2834:
2813:
2810:
2805:
2795:
2791:
2784:
2775:
2757:
2748:
2744:
2737:
2732:
2728:
2723:
2714:
2706:
2703:
2700:
2692:
2688:
2683:
2678:
2673:
2668:
2658:
2655:
2652:
2646:
2636:
2632:
2625:
2620:
2616:
2612:
2606:
2603:
2599:
2594:
2592:
2583:
2574:
2570:
2563:
2558:
2554:
2549:
2540:
2532:
2529:
2526:
2518:
2514:
2509:
2504:
2496:
2492:
2485:
2477:
2473:
2466:
2461:
2458:
2454:
2445:
2437:
2434:
2431:
2423:
2419:
2414:
2409:
2401:
2397:
2390:
2385:
2381:
2371:
2368:
2365:
2359:
2355:
2350:
2347:
2344:
2342:
2333:
2324:
2320:
2313:
2308:
2304:
2300:
2292:
2288:
2281:
2273:
2269:
2262:
2257:
2254:
2250:
2245:
2236:
2228:
2225:
2222:
2214:
2210:
2205:
2200:
2192:
2188:
2181:
2176:
2172:
2162:
2159:
2156:
2150:
2146:
2141:
2138:
2135:
2133:
2120:
2116:
2110:
2106:
2099:
2094:
2091:
2087:
2078:
2070:
2067:
2064:
2056:
2052:
2047:
2042:
2034:
2030:
2023:
2018:
2014:
2004:
2001:
1998:
1992:
1988:
1983:
1980:
1977:
1975:
1966:
1961:
1956:
1946:
1943:
1940:
1934:
1927:
1923:
1917:
1913:
1909:
1903:
1900:
1896:
1891:
1887:
1884:
1882:
1872:
1867:
1863:
1856:
1845:Then we have
1843:
1827:
1823:
1802:
1782:
1779:
1776:
1754:
1750:
1727:
1724:
1721:
1717:
1713:
1708:
1704:
1698:
1694:
1685:
1670:
1661:
1647:
1644:
1641:
1619:
1615:
1592:
1588:
1584:
1581:
1578:
1575:
1572:
1567:
1563:
1540:
1536:
1532:
1529:
1526:
1521:
1517:
1513:
1508:
1504:
1483:
1466:
1463:
1460:
1454:
1451:
1447:
1440:
1437:
1434:
1431:
1425:
1422:
1414:
1410:
1403:
1400:
1397:
1375:
1371:
1362:
1358:
1341:
1338:
1335:
1329:
1326:
1322:
1315:
1312:
1309:
1306:
1300:
1292:
1287:
1283:
1279:
1275:
1271:
1267:
1262:
1260:
1256:
1252:
1248:
1244:
1240:
1236:
1206:
1202:
1198:
1193:
1189:
1182:
1179:
1171:
1167:
1163:
1158:
1154:
1147:
1144:
1139:
1136:
1133:
1129:
1119:
1116:
1113:
1107:
1103:
1098:
1095:
1087:
1084:
1080:
1076:
1072:
1069:
1066:
1065:
1064:
1062:
1058:
1048:
1046:
1041:
1039:
1021:
1014:
1011:
1008:
1002:
996:
985:
982:
951:
939:
936:
914:
908:
905:
902:
872:
855:
852:
845:
844:
843:
840:
838:
820:
816:
812:
807:
803:
780:
776:
772:
767:
763:
740:
736:
732:
727:
723:
700:
696:
692:
687:
683:
674:
656:
652:
648:
643:
639:
609:
605:
601:
596:
592:
580:
579:
562:
559:
556:
531:
527:
523:
518:
514:
485:
481:
477:
472:
468:
456:
438:
434:
411:
407:
398:
394:
373:
369:
365:
360:
356:
349:
346:
343:
340:
337:
329:
325:
321:
316:
312:
284:
281:
270:
267:
239:
236:
233:
208:
204:
200:
195:
191:
178:
169:
167:
163:
159:
155:
151:
138:
116:
107:
105:
100:
98:
94:
90:
86:
82:
78:
75:
71:
67:
63:
60:, tau), is a
59:
55:
51:
47:
40:
33:
19:
13164:
13152:
13133:
13126:
13038:Econometrics
12988: /
12971:Chemometrics
12948:Epidemiology
12941: /
12914:Applications
12756:ARIMA model
12703:Q-statistic
12652:Stationarity
12548:Multivariate
12491: /
12487: /
12485:Multivariate
12483: /
12423: /
12419: /
12193:Bayes factor
12092:Signed rank
12004:
11978:
11970:
11958:
11653:Completeness
11489:Cohort study
11387:Opinion poll
11322:Missing data
11309:Study design
11264:Scatter plot
11186:Scatter plot
11179:Spearman's Ï
11173:
11141:Grouped data
10809:(1): 23â28.
10806:
10800:
10779:
10754:
10741:
10710:cite journal
10675:
10625:
10587:
10581:
10575:
10548:
10544:
10534:
10509:
10503:
10467:
10463:
10438:. Retrieved
10432:
10430:IBM (2016).
10425:
10400:
10396:
10383:
10364:
10358:
10333:
10323:
10282:
10278:
10268:
10260:
10255:
10214:
10210:
10200:
10190:, retrieved
10168:
10158:
10131:
10127:
10117:
10095:(1): 39â40.
10092:
10088:
10078:
10064:
10054:
10040:
10030:
9997:
9991:
9982:
9957:
9951:
9945:
9869:
9665:
9661:
9507:
9378:
9373:
9369:
9365:
9361:
9358:
9354:
9350:
9346:
9342:
9106:
8835:
8711:
8366:
8280:
8275:
8271:
8267:
8264:
8260:
8215:
8207:
7508:
7355:
7350:
7346:
7277:
7208:
7045:
6891:
6732:
6725:
6717:
6714:
6364:
6239:
6235:
6224:
6220:
6215:
6211:
6206:
6202:
6200:
6113:
6023:
5937:
5719:
5324:
4864:
4517:
4277:
4139:
3941:
3757:
3551:
3535:
3410:
3261:
3250:
3248:
3057:
2776:
1844:
1662:
1495:
1390:is given by
1360:
1359:
1281:
1273:
1269:
1263:
1258:
1254:
1250:
1246:
1232:
1078:
1074:
1060:
1054:
1042:
966:
841:
836:
628:
576:
396:
392:
300:
108:
101:
69:
53:
49:
43:
13166:WikiProject
13081:Cartography
13043:Jurimetrics
12995:Reliability
12726:Time domain
12705:(LjungâBox)
12627:Time-series
12505:Categorical
12489:Time-series
12481:Categorical
12416:(Bernoulli)
12251:Correlation
12231:Correlation
12027:JarqueâBera
11999:Chi-squared
11761:M-estimator
11714:Asymptotics
11658:Sufficiency
11425:Interaction
11337:Replication
11317:Effect size
11274:Violin plot
11254:Radar chart
11234:Forest plot
11224:Correlogram
11174:Kendall's Ï
9910:Kendall's W
9900:Correlation
9302:Bubble Sort
8941:Bubble Sort
8544:Bubble Sort
8449:Bubble Sort
4140:Since each
3845:. That is,
1057:denominator
158:concordance
131:Spearman's
97:time series
13182:Categories
13033:Demography
12751:ARMA model
12556:Regression
12133:(Friedman)
12094:(Wilcoxon)
12032:Normality
12022:Lilliefors
11969:Student's
11845:Resampling
11719:Robustness
11707:divergence
11697:Efficiency
11635:(monotone)
11630:Likelihood
11547:Population
11380:Stratified
11332:Population
11151:Dependence
11107:Count data
11038:Percentile
11015:Dispersion
10948:Arithmetic
10883:Statistics
10685:2111.14091
10505:Biometrika
10279:Biometrika
10211:Biometrika
10192:2024-01-19
9953:Biometrika
9937:References
8838:Merge Sort
8473:Merge Sort
8319:Merge Sort
8212:Algorithms
1264:Under the
1051:Properties
837:discordant
578:concordant
172:Definition
162:Rand index
46:statistics
12414:Logistic
12181:posterior
12107:Rank sum
11855:Jackknife
11850:Bootstrap
11668:Bootstrap
11603:Parameter
11552:Statistic
11347:Statistic
11259:Run chart
11244:Pie chart
11239:Histogram
11229:Fan chart
11204:Bar chart
11086:L-moments
10973:Geometric
10823:120558581
10776:(1990) .
10702:244715035
10652:211298570
10567:0090-5364
10440:31 August
10403:: 45â46.
10350:1556-5068
10299:0006-3444
10231:0006-3444
10150:0090-5364
10109:0003-1305
10071:EMS Press
10047:EMS Press
9836:τ
9794:τ
9763:τ
9732:τ
9692:τ
9531:
9525:⋅
9482:τ
9364:R < L
9324:⋅
9318:⋅
9285:⋅
9279:⋅
8679:−
8653:−
8640:−
8614:−
8581:τ
8495:
8344:
8338:⋅
8234:−
8180:−
8165:−
8136:−
8114:−
8082:∑
8072:−
8050:−
8018:∑
7984:−
7955:−
7923:∑
7913:−
7881:∑
7825:−
7793:∑
7737:−
7705:∑
7656:−
7554:−
7474:−
7419:τ
7313:−
7239:−
7157:−
7075:τ
7054:τ
6871:−
6850:−
6835:τ
6813:−
6776:−
6745:τ
6548:−
6516:∑
6477:−
6445:∑
6406:−
6334:−
6305:−
6277:−
6252:τ
6163:−
6138:τ
5907:θ
5898:
5874:τ
5859:π
5848:
5821:π
5813:θ
5804:π
5782:∈
5767:Δ
5737:θ
5728:π
5697:−
5656:−
5644:−
5620:
5611:θ
5591:θ
5562:−
5520:−
5508:−
5458:−
5446:−
5416:−
5285:−
5244:−
5232:−
5201:−
5189:−
5160:−
5074:−
5021:∈
4985:−
4940:−
4889:∈
4874:Δ
4788:−
4743:−
4669:−
4624:−
4527:Δ
4313:τ
4260:−
4244:∈
4229:Δ
4201:τ
4123:−
4107:∈
4092:Δ
4074:≤
4062:≤
4055:∑
4042:−
4018:−
3987:−
3957:τ
3915:∈
3900:Δ
3886:≤
3874:≤
3867:∑
3794:Δ
3700:−
3674:−
3643:Δ
3609:Δ
3603:Δ
3591:Δ
3582:Δ
3506:τ
3491:π
3480:
3193:−
3168:−
3137:τ
3114:τ
3078:∞
3075:→
2979:⋯
2792:τ
2729:∑
2704:−
2656:−
2617:∑
2607:−
2555:∑
2530:−
2455:∑
2435:−
2382:∑
2369:−
2351:−
2305:∑
2251:∑
2226:−
2173:∑
2160:−
2142:−
2088:∑
2068:−
2015:∑
2002:−
1984:−
1944:−
1914:∑
1904:−
1864:τ
1725:−
1714:⋯
1530:⋯
1464:−
1411:τ
1372:τ
1339:−
1199:−
1183:
1164:−
1148:
1130:∑
1117:−
1096:τ
1012:−
909:−
873:−
853:τ
139:ρ
117:τ
99:in 1897.
62:statistic
13128:Category
12821:Survival
12698:Johansen
12421:Binomial
12376:Isotonic
11963:(normal)
11608:location
11415:Blocking
11370:Sampling
11249:QâQ plot
11214:Box plot
11196:Graphics
11091:Skewness
11081:Kurtosis
11053:Variance
10983:Heronian
10978:Harmonic
10486:19897822
10417:62601552
10315:18867425
10247:18132091
9878:See also
9814:hermiter
9669:hermiter
9345:M(L, R)
9343:function
8546:to sort
1361:Theorem.
549:, where
32:Taurus A
13154:Commons
13101:Kriging
12986:Process
12943:studies
12802:Wavelet
12635:General
11802:Plug-in
11596:L space
11375:Cluster
11076:Moments
10894:Outline
10604:2282833
10526:2333101
10307:2332641
10239:2332540
10022:0100941
10014:2281954
9974:2332226
9870:varlist
9376:nSwaps
6124:ordinal
6118:of the
5938:A pair
3463:, then
3090:limit,
3064:At the
1284:has an
1036:is the
426:) and (
226:. With
13023:Census
12613:Normal
12561:Manova
12381:Robust
12131:2-way
12123:1-way
11961:-test
11632:
11209:Biplot
11000:Median
10993:Lehmer
10935:Center
10821:
10788:
10761:
10700:
10650:
10640:
10602:
10565:
10524:
10484:
10415:
10371:
10348:
10313:
10305:
10297:
10245:
10237:
10229:
10183:
10148:
10107:
10020:
10012:
9972:
9823:, the
9821:Python
9374:return
9357:j †m
9353:i †n
9265:, and
9107:where
8712:where
8364:time.
8278:numer
8276:return
7509:where
7209:where
6892:where
6365:where
6201:where
5617:arctan
4865:Thus,
4518:Thus,
4454:where
3942:Thus,
1276:, the
967:where
85:ranked
70:Ï test
48:, the
12647:Trend
12176:prior
12118:anova
12007:-test
11981:-test
11973:-test
11880:Power
11825:Pivot
11618:shape
11613:scale
11063:Shape
11043:Range
10988:Heinz
10963:Cubic
10899:Index
10819:S2CID
10738:(PDF)
10698:S2CID
10680:arXiv
10648:S2CID
10600:JSTOR
10522:JSTOR
10413:S2CID
10393:(PDF)
10303:JSTOR
10235:JSTOR
10010:JSTOR
9970:JSTOR
9868:ktau
9864:Stata
9825:SciPy
9351:while
6722:Tau-c
6232:Tau-b
6110:Tau-a
5749:, so
3549:Proof
3544:Proof
3246:Proof
2879:, so
1491:Proof
1486:Proof
1237:in a
301:Let
72:is a
12880:Test
12080:Sign
11932:Wald
11005:Mode
10943:Mean
10786:ISBN
10759:ISBN
10716:link
10638:ISBN
10563:ISSN
10482:PMID
10442:2017
10369:ISBN
10346:ISSN
10311:PMID
10295:ISSN
10243:PMID
10227:ISSN
10181:ISBN
10146:ISSN
10105:ISSN
9819:For
9785:for
9754:for
9723:for
9446:and
9370:else
9366:then
9224:and
9145:and
8898:and
8813:and
8766:and
6219:and
6024:tied
5479:and
4911:iff
4068:<
3880:<
3615:>
2928:and
1533:<
1527:<
1514:<
1272:and
1137:<
1081:are
1077:and
1055:The
813:<
795:and
773:<
733:>
715:and
693:>
627:and
560:<
503:and
395:and
129:and
104:rank
12060:BIC
12055:AIC
10811:doi
10690:doi
10630:doi
10592:doi
10553:doi
10514:doi
10472:doi
10405:doi
10338:doi
10287:doi
10219:doi
10173:doi
10136:doi
10097:doi
10002:doi
9962:doi
9862:In
9854:in
9659:.
9528:log
9355:and
8492:log
8341:log
8268:for
8261:for
7007:min
6066:or
5895:sin
5845:sin
3477:sin
3417:If
3262:If
1686:is
1280:of
1261:).
1249:or
1180:sgn
1145:sgn
1073:If
285:435
164:in
44:In
13184::
10817:.
10807:65
10805:.
10753:.
10712:}}
10708:{{
10696:.
10688:.
10678:.
10660:^
10646:.
10636:.
10612:^
10598:.
10588:61
10586:.
10561:.
10549:23
10547:.
10543:.
10520:.
10510:40
10508:.
10494:^
10480:.
10468:41
10466:.
10462:.
10450:^
10411:.
10401:18
10399:.
10395:.
10344:.
10336:.
10332:.
10309:.
10301:.
10293:.
10283:35
10281:.
10277:.
10241:.
10233:.
10225:.
10215:36
10213:.
10209:.
10179:,
10167:,
10144:.
10132:23
10130:.
10126:.
10103:.
10093:44
10091:.
10087:.
10069:,
10063:,
10045:,
10039:,
10018:MR
10016:.
10008:.
9998:53
9996:.
9968:.
9958:30
9956:.
9781:,
9750:,
9671:.
9362:if
9359:do
9347:is
8836:A
8833:.
8272:do
8265:do
7591:18
7539:18
7275:.
7178:18
6689:th
6648:th
6210:,
4515:.
3939:.
3658::=
3573::=
3225:18
2684:16
2510:16
2415:16
2206:16
2048:16
1660:.
1482:.
1357:.
839:.
268:30
240:30
168:.
12005:G
11979:F
11971:t
11959:Z
11678:V
11673:U
10875:e
10868:t
10861:v
10825:.
10813::
10794:.
10767:.
10718:)
10704:.
10692::
10682::
10654:.
10632::
10606:.
10594::
10569:.
10555::
10528:.
10516::
10488:.
10474::
10444:.
10419:.
10407::
10377:.
10352:.
10340::
10317:.
10289::
10249:.
10221::
10175::
10152:.
10138::
10111:.
10099::
10024:.
10004::
9976:.
9964::
9873:.
9840:B
9816:.
9798:C
9767:B
9736:A
9696:B
9681:R
9647:)
9644:1
9641:(
9638:O
9618:)
9615:n
9612:(
9609:O
9589:n
9569:)
9566:1
9563:(
9560:O
9539:)
9535:n
9522:n
9519:(
9516:O
9486:B
9459:j
9455:u
9432:i
9428:t
9407:y
9387:x
9327:)
9321:,
9315:(
9312:M
9288:)
9282:,
9276:(
9273:M
9250:t
9247:h
9244:g
9241:i
9238:r
9233:y
9209:t
9206:f
9203:e
9200:l
9195:y
9171:t
9168:h
9165:g
9162:i
9159:r
9154:Y
9130:t
9127:f
9124:e
9121:l
9116:Y
9092:)
9086:t
9083:h
9080:g
9077:i
9074:r
9069:Y
9065:,
9059:t
9056:f
9053:e
9050:l
9045:Y
9041:(
9038:M
9035:+
9032:)
9026:t
9023:h
9020:g
9017:i
9014:r
9009:y
9005:(
9002:S
8999:+
8996:)
8990:t
8987:f
8984:e
8981:l
8976:y
8972:(
8969:S
8966:=
8963:)
8960:y
8957:(
8954:S
8924:t
8921:h
8918:g
8915:i
8912:r
8907:y
8883:t
8880:f
8877:e
8874:l
8869:y
8848:y
8821:y
8801:x
8779:2
8775:n
8752:1
8748:n
8725:3
8721:n
8697:,
8694:)
8691:y
8688:(
8685:S
8682:2
8674:3
8670:n
8666:+
8661:2
8657:n
8648:1
8644:n
8635:0
8631:n
8627:=
8622:d
8618:n
8609:c
8605:n
8559:i
8555:y
8530:)
8527:y
8524:(
8521:S
8501:)
8498:n
8489:n
8486:(
8483:O
8459:y
8435:y
8415:y
8395:x
8375:x
8352:)
8348:n
8335:n
8332:(
8329:O
8305:)
8300:2
8296:n
8292:(
8289:O
8242:d
8238:n
8229:c
8225:n
8189:)
8186:)
8183:2
8177:n
8174:(
8171:)
8168:1
8162:n
8159:(
8156:n
8153:9
8150:(
8146:/
8142:)
8139:2
8131:j
8127:u
8123:(
8120:)
8117:1
8109:j
8105:u
8101:(
8096:j
8092:u
8086:j
8078:)
8075:2
8067:i
8063:t
8059:(
8056:)
8053:1
8045:i
8041:t
8037:(
8032:i
8028:t
8022:i
8012:=
8005:2
8001:v
7993:)
7990:)
7987:1
7981:n
7978:(
7975:n
7972:2
7969:(
7965:/
7961:)
7958:1
7950:j
7946:u
7942:(
7937:j
7933:u
7927:j
7919:)
7916:1
7908:i
7904:t
7900:(
7895:i
7891:t
7885:i
7875:=
7868:1
7864:v
7856:)
7853:5
7850:+
7845:j
7841:u
7837:2
7834:(
7831:)
7828:1
7820:j
7816:u
7812:(
7807:j
7803:u
7797:j
7787:=
7780:u
7776:v
7768:)
7765:5
7762:+
7757:i
7753:t
7749:2
7746:(
7743:)
7740:1
7732:i
7728:t
7724:(
7719:i
7715:t
7709:i
7699:=
7692:t
7688:v
7680:)
7677:5
7674:+
7671:n
7668:2
7665:(
7662:)
7659:1
7653:n
7650:(
7647:n
7642:=
7635:0
7631:v
7623:)
7618:2
7614:v
7610:+
7605:1
7601:v
7597:(
7594:+
7587:/
7583:)
7578:u
7574:v
7570:+
7565:t
7561:v
7557:(
7549:0
7545:v
7536:1
7529:=
7524:v
7490:v
7482:d
7478:n
7469:c
7465:n
7458:=
7453:B
7449:z
7423:B
7396:B
7392:z
7369:A
7365:z
7351:p
7347:p
7332:|
7326:A
7322:z
7317:|
7291:A
7287:z
7263:)
7260:5
7257:+
7254:n
7251:2
7248:(
7245:)
7242:1
7236:n
7233:(
7230:n
7227:=
7222:0
7218:v
7188:0
7184:v
7175:1
7165:d
7161:n
7152:c
7148:n
7141:=
7136:A
7132:z
7106:A
7102:z
7079:A
7022:)
7019:c
7016:,
7013:r
7010:(
7004:=
6997:m
6985:=
6978:c
6966:=
6959:r
6947:=
6938:d
6934:n
6921:=
6912:c
6908:n
6874:1
6868:m
6864:m
6857:n
6853:1
6847:n
6839:A
6831:=
6823:m
6819:)
6816:1
6810:m
6807:(
6799:2
6795:n
6789:)
6784:d
6780:n
6771:c
6767:n
6763:(
6760:2
6754:=
6749:C
6685:j
6676:=
6667:j
6663:u
6644:i
6635:=
6626:i
6622:t
6609:=
6600:d
6596:n
6583:=
6574:c
6570:n
6562:2
6558:/
6554:)
6551:1
6543:j
6539:u
6535:(
6530:j
6526:u
6520:j
6512:=
6503:2
6499:n
6491:2
6487:/
6483:)
6480:1
6472:i
6468:t
6464:(
6459:i
6455:t
6449:i
6441:=
6432:1
6428:n
6420:2
6416:/
6412:)
6409:1
6403:n
6400:(
6397:n
6394:=
6385:0
6381:n
6347:)
6342:2
6338:n
6329:0
6325:n
6321:(
6318:)
6313:1
6309:n
6300:0
6296:n
6292:(
6285:d
6281:n
6272:c
6268:n
6261:=
6256:B
6225:0
6221:n
6216:d
6212:n
6207:c
6203:n
6182:0
6178:n
6171:d
6167:n
6158:c
6154:n
6147:=
6142:A
6092:j
6088:y
6084:=
6079:i
6075:y
6052:j
6048:x
6044:=
6039:i
6035:x
6010:}
6007:)
6002:j
5998:y
5994:,
5989:j
5985:x
5981:(
5978:,
5975:)
5970:i
5966:y
5962:,
5957:i
5953:x
5949:(
5946:{
5916:r
5913:=
5910:)
5904:2
5901:(
5892:=
5887:)
5883:]
5878:A
5870:[
5867:E
5862:2
5853:(
5818:2
5810:4
5807:+
5798:=
5795:)
5790:+
5786:A
5777:2
5774:,
5771:1
5763:(
5760:r
5757:P
5734:4
5731:+
5700:r
5694:1
5690:1
5685:+
5679:r
5676:+
5673:1
5669:1
5659:r
5653:1
5649:1
5638:r
5635:+
5632:1
5628:1
5614:=
5571:)
5565:r
5559:1
5555:1
5550:+
5544:r
5541:+
5538:1
5534:1
5529:,
5523:r
5517:1
5513:1
5502:r
5499:+
5496:1
5492:1
5487:(
5467:)
5461:r
5455:1
5451:1
5440:r
5437:+
5434:1
5430:1
5425:,
5419:r
5413:1
5409:1
5404:+
5398:r
5395:+
5392:1
5388:1
5383:(
5363:)
5360:1
5357:,
5354:0
5351:(
5348:,
5345:)
5342:0
5339:,
5336:1
5333:(
5307:+
5303:A
5297:]
5288:r
5282:1
5278:1
5273:+
5267:r
5264:+
5261:1
5257:1
5247:r
5241:1
5237:1
5226:r
5223:+
5220:1
5216:1
5204:r
5198:1
5194:1
5183:r
5180:+
5177:1
5173:1
5163:r
5157:1
5153:1
5148:+
5142:r
5139:+
5136:1
5132:1
5124:[
5114:2
5109:2
5105:1
5100:=
5095:+
5091:A
5085:2
5081:/
5077:1
5068:]
5062:1
5057:r
5050:r
5045:1
5039:[
5030:2
5026:1
5016:]
5008:2
5002:/
4998:)
4993:2
4989:w
4980:1
4976:w
4972:(
4963:2
4957:/
4953:)
4948:2
4944:z
4935:1
4931:z
4927:(
4921:[
4897:+
4893:A
4884:2
4881:,
4878:1
4848:2
4843:R
4819:]
4811:2
4805:/
4801:)
4796:2
4792:w
4783:1
4779:w
4775:(
4766:2
4760:/
4756:)
4751:2
4747:z
4738:1
4734:z
4730:(
4724:[
4700:]
4692:2
4686:/
4682:)
4677:2
4673:w
4664:1
4660:w
4656:(
4647:2
4641:/
4637:)
4632:2
4628:z
4619:1
4615:z
4611:(
4605:[
4598:2
4594:/
4590:1
4584:]
4578:1
4573:r
4566:r
4561:1
4555:[
4547:2
4542:=
4537:2
4534:,
4531:1
4501:2
4496:R
4474:)
4471:W
4468:,
4465:Z
4462:(
4440:]
4434:w
4427:z
4421:[
4414:2
4410:/
4406:1
4400:]
4394:1
4389:r
4382:r
4377:1
4371:[
4365:=
4360:]
4354:y
4347:x
4341:[
4317:A
4292:Y
4289:,
4286:X
4263:1
4257:)
4252:+
4248:A
4239:2
4236:,
4233:1
4225:(
4222:r
4219:P
4216:2
4213:=
4210:]
4205:A
4197:[
4194:E
4174:)
4169:i
4165:y
4161:,
4156:i
4152:x
4148:(
4126:1
4120:)
4115:+
4111:A
4102:j
4099:,
4096:i
4088:(
4085:r
4082:P
4077:n
4071:j
4065:i
4059:1
4048:)
4045:1
4039:n
4036:(
4033:n
4029:4
4024:=
4021:1
4015:]
4010:C
4006:n
4002:[
3999:E
3993:)
3990:1
3984:n
3981:(
3978:n
3974:4
3969:=
3966:]
3961:A
3953:[
3950:E
3923:+
3919:A
3910:j
3907:,
3904:i
3895:1
3889:n
3883:j
3877:i
3871:1
3863:=
3858:C
3854:n
3831:+
3827:A
3804:j
3801:,
3798:i
3771:C
3767:n
3754:.
3740:2
3735:R
3713:)
3708:j
3704:y
3695:i
3691:y
3687:,
3682:j
3678:x
3669:i
3665:x
3661:(
3653:j
3650:,
3647:i
3621:}
3618:0
3612:y
3606:x
3600::
3597:)
3594:y
3588:,
3585:x
3579:(
3576:{
3568:+
3564:A
3540:.
3519:)
3515:]
3510:A
3502:[
3499:E
3494:2
3485:(
3474:=
3471:r
3451:r
3431:Y
3428:,
3425:X
3395:r
3372:)
3367:n
3363:y
3359:,
3354:n
3350:x
3346:(
3343:,
3340:.
3337:.
3334:.
3331:,
3328:)
3323:2
3319:y
3315:,
3310:2
3306:x
3302:(
3299:,
3296:)
3291:1
3287:y
3283:,
3278:1
3274:x
3270:(
3221:/
3217:)
3214:5
3211:+
3208:n
3205:2
3202:(
3199:)
3196:1
3190:n
3187:(
3184:n
3176:D
3172:n
3163:C
3159:n
3152:=
3146:]
3141:A
3133:[
3130:r
3127:a
3124:V
3118:A
3108:=
3103:A
3099:z
3072:n
3037:6
3033:)
3030:1
3027:+
3024:i
3021:2
3018:(
3015:i
3009:=
3003:1
3000:+
2997:i
2990:2
2986:i
2982:+
2976:+
2971:2
2967:0
2960:=
2957:]
2952:2
2947:i
2943:l
2939:[
2936:E
2914:2
2911:i
2906:=
2903:]
2898:i
2894:l
2890:[
2887:E
2867:i
2864::
2861:0
2839:i
2835:l
2814:0
2811:=
2806:2
2802:]
2796:A
2788:[
2785:E
2758:)
2754:]
2749:i
2745:l
2741:[
2738:V
2733:i
2724:(
2715:2
2711:)
2707:1
2701:n
2698:(
2693:2
2689:n
2679:+
2674:2
2669:)
2662:)
2659:1
2653:n
2650:(
2647:n
2642:]
2637:i
2633:l
2629:[
2626:E
2621:i
2613:4
2604:1
2600:(
2595:=
2584:)
2580:]
2575:i
2571:l
2567:[
2564:V
2559:i
2550:(
2541:2
2537:)
2533:1
2527:n
2524:(
2519:2
2515:n
2505:+
2502:]
2497:j
2493:l
2489:[
2486:E
2483:]
2478:i
2474:l
2470:[
2467:E
2462:j
2459:i
2446:2
2442:)
2438:1
2432:n
2429:(
2424:2
2420:n
2410:+
2407:]
2402:i
2398:l
2394:[
2391:E
2386:i
2375:)
2372:1
2366:n
2363:(
2360:n
2356:8
2348:1
2345:=
2334:)
2330:]
2325:i
2321:l
2317:[
2314:V
2309:i
2301:+
2298:]
2293:j
2289:l
2285:[
2282:E
2279:]
2274:i
2270:l
2266:[
2263:E
2258:j
2255:i
2246:(
2237:2
2233:)
2229:1
2223:n
2220:(
2215:2
2211:n
2201:+
2198:]
2193:i
2189:l
2185:[
2182:E
2177:i
2166:)
2163:1
2157:n
2154:(
2151:n
2147:8
2139:1
2136:=
2126:]
2121:j
2117:l
2111:i
2107:l
2103:[
2100:E
2095:j
2092:i
2079:2
2075:)
2071:1
2065:n
2062:(
2057:2
2053:n
2043:+
2040:]
2035:i
2031:l
2027:[
2024:E
2019:i
2008:)
2005:1
1999:n
1996:(
1993:n
1989:8
1981:1
1978:=
1967:]
1962:2
1957:)
1950:)
1947:1
1941:n
1938:(
1935:n
1928:i
1924:l
1918:i
1910:4
1901:1
1897:(
1892:[
1888:E
1885:=
1878:]
1873:2
1868:A
1860:[
1857:E
1828:i
1824:l
1803:l
1783:i
1780::
1777:0
1755:i
1751:l
1728:1
1722:n
1718:l
1709:1
1705:l
1699:0
1695:l
1671:l
1648:n
1645::
1642:1
1620:n
1616:S
1593:n
1589:y
1585:,
1582:.
1579:.
1576:.
1573:,
1568:1
1564:y
1541:n
1537:x
1522:2
1518:x
1509:1
1505:x
1470:)
1467:1
1461:n
1458:(
1455:n
1452:9
1448:/
1444:)
1441:5
1438:+
1435:n
1432:2
1429:(
1426:2
1423:=
1420:]
1415:A
1407:[
1404:r
1401:a
1398:V
1376:A
1345:)
1342:1
1336:n
1333:(
1330:n
1327:9
1323:/
1319:)
1316:5
1313:+
1310:n
1307:2
1304:(
1301:2
1282:Ï
1274:Y
1270:X
1259:Y
1257:,
1255:X
1251:Y
1247:X
1224:.
1212:)
1207:j
1203:y
1194:i
1190:y
1186:(
1177:)
1172:j
1168:x
1159:i
1155:x
1151:(
1140:j
1134:i
1123:)
1120:1
1114:n
1111:(
1108:n
1104:2
1099:=
1079:Y
1075:X
1061:Ï
1022:2
1018:)
1015:1
1009:n
1006:(
1003:n
997:=
991:)
986:2
983:n
978:(
952:.
945:)
940:2
937:n
932:(
926:)
918:(
915:2
906:1
903:=
897:)
889:(
884:)
876:(
870:)
862:(
856:=
821:j
817:y
808:i
804:y
781:j
777:x
768:i
764:x
741:j
737:y
728:i
724:y
701:j
697:x
688:i
684:x
662:)
657:j
653:y
649:,
644:i
640:y
636:(
615:)
610:j
606:x
602:,
597:i
593:x
589:(
563:j
557:i
537:)
532:j
528:y
524:,
519:j
515:x
511:(
491:)
486:i
482:y
478:,
473:i
469:x
465:(
439:i
435:y
412:i
408:x
397:Y
393:X
379:)
374:n
370:y
366:,
361:n
357:x
353:(
350:,
347:.
344:.
341:.
338:,
335:)
330:1
326:y
322:,
317:1
313:x
309:(
282:=
276:)
271:2
263:(
237:=
234:n
214:)
209:1
205:Y
201:,
196:1
192:X
188:(
58:Ï
41:.
34:.
20:)
Text is available under the Creative Commons Attribution-ShareAlike License. Additional terms may apply.
