如果向量中有联系，那么将如何影响Rank von Neumann检验的p值？我正在阅读函数EnvStats :: serialCorrelationTest（）的文档，其中指出：“当观察中出现平局并且中间等级用于平局观察时，基于无平局假设的Vrank统计量的分布不是但是，如果联系的数量很少，它们可能不会严重影响假定的p值。”我想知道数据中关系的增加百分比将如何影响p值？ 在同一文档的后面，它指出，对于可以计算Vrank确切分布的小样本量，Vrank会四舍五入。因此，我认为联系的百分比越高，变更就必须拒绝拒绝null的幅度更大，是吗？ 现在，对于贝塔近似值，这是否仍然适用？ 如果是的话，可以认为如果测试找到一个“显着的” p值，那么就有可能存在序列相关性；但是，如果测试不重要，那么实际上我们可能会因长期依赖而丢失标记关系的百分比？
我想我的问题从本质上说应该是统计问题，而不是R问题，但是我希望你们中的一个可以帮助我解决这个问题？
谢谢你 萨伯。