Meu texto não paramétrico , Estatísticas Práticas Não Paramétricas , geralmente fornece fórmulas limpas para expectativas, variações, estatísticas de testes e similares, mas inclui a ressalva de que isso só funciona se ignorarmos laços. Ao calcular a estatística U de Mann-Whitney, é recomendável que você jogue pares empatados ao comparar qual é maior.
Entendo que os laços não nos dizem muito sobre qual população é maior (se é nisso que estamos interessados), já que nenhum grupo é maior que o outro, mas não parece que isso importaria ao desenvolver distribuições assintóticas.
Por que, então, é um dilema lidar com laços em alguns procedimentos não paramétricos? Existe uma maneira de extrair qualquer informação útil dos laços, em vez de simplesmente jogá-los fora?
EDIT: No que diz respeito ao comentário do @ whuber, verifiquei minhas fontes novamente, e alguns procedimentos usam uma média de classificações em vez de reduzir completamente os valores vinculados. Embora isso pareça mais sensato em relação à retenção de informações, também me parece que carece de rigor. O espírito da questão ainda permanece, no entanto.