On Empirical Bayes Testing with Sequential Components
带序贯组成问题的经验贝叶斯检验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：摘要属于经验贝叶斯序贯决策的一般理论，没有所列经济计量细分方向的直接依据。
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
带序贯组成问题的经验贝叶斯检验
- 研究问题
- 当经验贝叶斯决策的组成问题允许序贯抽样且最多进行有限步时，如何同时选择停止规则与最终决策，并研究贝叶斯风险收敛？
- 方法与思路
- 作者以最多进行 m 步的序贯统计决策为组成问题，在两行动、线性损失下构造经验贝叶斯程序，同时确定停止规则和终止决策规则。
- 材料陈述的贡献
- 摘要称，文章构造了适用于序贯组成问题的经验贝叶斯决策程序，并给出其贝叶斯风险收敛的渐近结果，但未列明具体速率。
- 阅读关注点
- 应核对截断步数的处理、停止与终止规则的构造、先验信息的学习方式，以及风险收敛的目标和所需条件。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要；风险目标、收敛条件与速率未说明，不能据此推广到无限期序贯决策或更多行动。
原文摘要
We study the empirical Bayes decision theory with an $m$-truncated sequential statistical decision problem as the component. An empirical Bayes sequential decision procedure is constructed for the linear loss two-action problem. Asymptotic results are presented regarding the convergence of the Bayes risk of the empirical Bayes sequential decision procedure. With sequential components, an empirical Bayes sequential decision procedure selects both a stopping rule function and a terminal decision rule function for use in the component with parameter $\theta$.