Confidence Regions in Multivariate Calibration
多元校准中的置信区域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：摘要研究测量校准与置信区域，未明确属于结构估计、因果推断或其他给定细分方向。
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
多元校准中的置信区域
- 研究问题
- 如何利用真实值与易测代理值的配对样本，为未来代理观测对应的未知真实值构造形态良好的多元置信区域？
- 方法与思路
- 作者在已知变换与多元正态误差模型下提出替代校准方法，避免先求变换后参数的区域再取逆像造成的不良区域形态。
- 材料陈述的贡献
- 摘要称新方法给出形态良好的区域，并在变换线性、系数已知及特定已知协方差条件下对应一致最准确平移不变区域。
- 阅读关注点
- 应核对区域形态良好的数学定义、校准样本如何估计未知量、最准确性结论的特殊条件，以及胎儿骨测量应用的实施步骤。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；一般情形的覆盖率与最优性范围未说明，不能将特殊条件下的结果普遍化。
原文摘要
The multivariate calibration problem is considered, in which a sample of $n$ observations on vectors $\xi_{(i)}$ (of "true values") and $Y_{(i)}$ (of less accurate but more easily obtained values) are to be used to estimate the unknown $\xi$ corresponding to a future $Y$. It is assumed that $Y = BX + \varepsilon$, where $\varepsilon$ is multivariate normal and $X = h(\xi)$ for known $h$. Current methods for obtaining a confidence region $C$ for $\xi$, which consist of computing a region $R$ for $X$ and then taking $C = h^{-1}(R)$, have the disadvantage that although the region $R$ might be nicely behaved, the region $C$ need not be. An alternative method is proposed which gives a well-behaved region (corresponding to the uniformly most accurate translation-invariant region when $h$ is linear, $B$ is known and the covariance matrix of $\varepsilon$ is a known multiple of the identity). An application is given to the estimation of gestational age using ultrasound fetal bone measurements.