跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要直接研究观测序列中未知时点的参数变化检验,对应结构变化方法。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Ian B. MacNeill

未知时点的参数变化检验及相关布朗运动泛函的分布

研究问题
对于来自指数型分布的观测序列,如何检验参数是否在未知时点发生变化,并刻画检验在原假设与备择下的大样本分布?
方法与思路
作者构造针对双侧参数变化的统计量,研究其极限可由布朗运动泛函描述的条件,并计算特定非负权重对应的泛函分布。
材料陈述的贡献
摘要称可选择对某些备择具有较高功效的统计量,并给出加权泛函的分布表;部分权重对应的泛函在一致拓扑下不连续。
阅读关注点
应核对指数型分布的具体范围、变化备择的设定,以及泛函极限成立所需条件,尤其关注不连续泛函如何处理弱收敛。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要,无法判断具体条件、临界值与功效大小,也不能推断其他版本的变化。

原文摘要

Statistics are derived for testing a sequence of observations from an exponential-type distribution for no change in parameter against possible two-sided alternatives involving parameter changes at unknown points. The test statistic can be chosen to have high power against certain of a variety of alternatives. Conditions on functionals on $C\lbrack 0,1\rbrack$ are given under which one can assert that the large sample distribution of the test statistic under the null-hypothesis or an alternative from a range of interesting hypotheses is that of a functional on Brownian Motion. We compute and tabulate distributions for functionals defined by nonnegative weight functions of the form $\psi(s) = as^k, k > -2$. The functionals for $-1 \geqq k > -2$ are not continuous in the uniform topology on $C\lbrack 0, 1\rbrack$.

笔记与分组