A New Procedure for Selecting a Subset Containing the Best Normal Population
选取包含最佳正态总体子集的新程序AI 解读 ↓
← 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：摘要研究正态总体排序与子集选择，统计选择不等同于经济离散选择，未提供其他所列领域的直接文本依据。
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
选取包含最佳正态总体子集的新程序
- 研究问题
- 在若干具有共同已知方差的正态总体中，如何选择一个包含最佳总体的子集，并在无差异区设定下保证选择概率？
- 方法与思路
- 作者定义称为 fiducial 的选择程序，推导满足目标概率所需最小无差异区的上界，并与 Gupta 程序及其修改版比较。
- 材料陈述的贡献
- 摘要称，新程序在无差异区设定下达到至少 P* 的选中概率，给出相关区间尺度上界，并讨论贝叶斯实现的临时性方法。
- 阅读关注点
- 应核对“最佳”的定义、无差异区与概率保证的关系、子集大小的比较标准，以及贝叶斯实现是否保留原有保证。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未给出具体概率水平、上界或比较结果，也未说明贝叶斯实现的理论性质。
原文摘要
A new procedure, called the fiducial procedure, is defined for selecting a subset of a collection of normal populations with common known variance. In the presence of an “indifference zone,” this procedure has probability at least P* of selecting the “best” population. An upper bound is obtained for the smallest indifference zone d* that satisfies the P* condition. Comparisons of relative merit are made between the fiducial procedure, Gupta's (1965) procedure, and an appropriate modified version of Gupta's procedure. Some ad hoc methods are presented for implementing the techniques of the fiducial procedure from a Bayesian approach.