Fast and reliable confidence intervals for a variance component
方差分量的快速可靠置信区间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：摘要讨论一般方差分量模型的区间推断，空间转录组应用不足以支持所列计量领域的分类。
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…
方差分量的快速可靠置信区间
- 研究问题
- 在方差分量接近或位于参数空间边界时，如何构造覆盖率可靠且计算成本较低的置信区间，满足大量区间计算的需要？
- 方法与思路
- 作者反演基于限制似然得分构造的检验统计量获得置信区间，并通过模拟和空间转录组应用考察覆盖率及计算速度。
- 材料陈述的贡献
- 摘要称所构造区间具有渐近正确的一致覆盖概率，模拟显示小样本覆盖接近名义水平，所考察设置中计算速度较快。
- 阅读关注点
- 应核对一致覆盖的参数范围、边界处理与干扰参数条件，并检查小样本设计、比较方法及运行时间的测量口径。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断具体模型条件和所有场景的有限样本表现；速度优势限于文中考察设置，刊本变化未提供。
原文摘要
Summary We show that in a variance component model, confidence intervals with asymptotically correct uniform coverage probability can be obtained by inverting certain test statistics based on the score for the restricted likelihood. The results hold in settings where the variance component is near or at the boundary of the parameter set. Simulations indicate that the proposed test statistics are approximately pivotal and lead to confidence intervals with near-nominal coverage even in small samples. We illustrate the application of the proposed methods in spatially resolved transcriptomics, where we compute approximately 15 000 confidence intervals, used for gene ranking, in less than 4 minutes. In the settings we consider, the proposed method is between two and 28 000 times faster than popular alternatives, depending on how many confidence intervals are computed.