Mi texto no paramétrico , Estadísticas prácticas no paramétricas , a menudo da fórmulas limpias para expectativas, variaciones, estadísticas de prueba y similares, pero incluye la advertencia de que esto solo funciona si ignoramos los lazos. Al calcular la estadística U de Mann-Whitney, se recomienda tirar pares empatados al comparar cuál es más grande.
Entiendo que los lazos realmente no nos dicen mucho sobre qué población es más grande (si eso es lo que nos interesa) ya que ninguno de los grupos es más grande que el otro, pero no parece que eso importe al desarrollar distribuciones asintóticas.
¿Por qué entonces se trata de un dilema con los lazos en algunos procedimientos no paramétricos? ¿Hay alguna forma de extraer información útil de los lazos, en lugar de simplemente tirarlos?
EDITAR: En lo que respecta al comentario de @ whuber, revisé mis fuentes nuevamente, y algunos procedimientos usan un promedio de rangos en lugar de eliminar los valores vinculados por completo. Si bien esto parece más sensato en referencia a la retención de información, también me parece que carece de rigor. Sin embargo, el espíritu de la pregunta sigue en pie.