The Hunter Method of Simultaneous Inference and its Recommended Use for Applications Having Large Known Correlation Structures
Hunter 同时推断方法及其在高相关已知结构中的应用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：摘要研究一般同时推断与多重置信区间，未明确涉及所列经济或金融细分应用。
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
Hunter 同时推断方法及其在高相关已知结构中的应用
- 研究问题
- 在相关结构已知的多元 t 分布问题中，Hunter 方法如何利用相关性构造同时置信区间，并与 Bonferroni 方法比较？
- 方法与思路
- 作者采用二阶 Bonferroni 型不等式进行所有均值的同时估计，重点考察相关系数绝对值均大于 0.5 的情形，并提供数据示例。
- 材料陈述的贡献
- 摘要称 Hunter 方法在所述高相关情形下明显优于 Bonferroni；示例中，95% Hunter 参数区间比对应 Bonferroni 区间窄 20%。
- 阅读关注点
- 应核对多元 t 分布与已知相关矩阵的条件、二阶不等式的使用方式，以及区间宽度比较和同时覆盖率保证的适用范围。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明。窄 20% 是所给示例的结果；摘要不足以判断未知相关结构或其他分布下的表现。
原文摘要
The Hunter (H) method of simultaneous estimation of all means is based on a second-order Bonferroni-type inequality and is superior to the Bonferroni (B) method. This method is applicable for cases using a multivariate t distribution with correlation matrix R = (ρ ij ) and is shown to be decidedly superior to the B method when the correlations ρ ij in R are all large (|ρij| > .5). This article presents an example, using data from Draper and Smith (1966), in which the 95 percent Hunter confidence intervals for the model parameters are 20 percent narrower than the corresponding Bonferroni intervals.