Improving the false coverage rate adjusted confidence intervals
改进错误覆盖陈述率调整的置信区间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：摘要涉及通用选择后推断和多重区间控制，未明确对应所列经济计量细分方向。
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
改进错误覆盖陈述率调整的置信区间
- 研究问题
- 在按某一方向超过阈值后选择参数的推断问题中，如何改进控制错误覆盖陈述率的置信区间，减少传统同时区间的保守性？
- 方法与思路
- 作者构造不对称调整的区间：朝内端类似既有调整区间，朝外端类似未调整区间，中心为收缩估计，并讨论双向选择的用法。
- 材料陈述的贡献
- 摘要称该方法在单向选择下具有一致改进，证明独立估计量情形的错误覆盖陈述率控制，并以模拟考察依赖下的稳健性。
- 阅读关注点
- 应核对错误覆盖陈述率与一致改进的精确定义、阈值选择规则、独立性证明条件，以及依赖模拟和双向扩展的适用范围。
- 阅读边界
- 仅据 Crossref 摘要。摘要未说明一致改进的评价准则；依赖下仅报告模拟证据，不能视为一般依赖情形的控制定理或推断版本变化。
原文摘要
Abstract This study addresses the challenges of inference following selection in fields like clinical trials, genome-wide association studies, and functional magnetic resonance imaging, where traditional methods like simultaneous confidence intervals (CIs) might be too conservative. We introduce an improved false coverage-statement rate controlling CIs, when the selection is done by passing a threshold in a certain direction. The CIs for the selected parameters are similar to those proposed by Benjamini and Yekutieli (2005) on the inward end, and to the standard nonadjusted CIs on the outward end. The centre of the suggested CI is a shrunk estimator of the selected parameter. This simple improvement is uniformly better for the one-directional selection, and we also suggest how to apply it for a two-directional selection. We prove that the false coverage-statement control for independent estimators and provide simulation evidence for its robustness under dependency.