User-Oriented Inference
面向使用者的统计推断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：摘要聚焦单变量推断和多重比较的通用程序，没有提供归入所列应用型计量细分方向的依据。
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
面向使用者的统计推断
- 研究问题
- 在多种单变量问题中，如何构造更便于使用者理解的统计推断程序，尤其改善多重比较时置信区间的解释？
- 方法与思路
- 作者引入与 Arrow 等概率检验相关的推断程序，包括对应的置信区间和类似 P 值的量，并要求使用者能解释目标参数。
- 材料陈述的贡献
- 摘要称，这类置信区间比通常区间更容易解释，尤其适用于多重比较；文章也讨论面向使用者程序的局限。
- 阅读关注点
- 应核对等概率检验与区间的构造、类似 P 值的量如何解释，以及覆盖性质、多重比较处理和使用者解释参数的要求。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体构造与适用条件未说明，“更易解释”不能据此转化为统计性能优势。
原文摘要
A class of inferential procedures (called user-oriented procedures) related to the equal probability test of Arrow (1960) is introduced for use in many univariate problems. These procedures require that experimenters be able to interpret the parameters about which they wish to make inference. The class of procedures include confidence intervals associated with the equal probability test as well as an analogue to the P value. The confidence intervals are easier to interpret than the usual confidence intervals, especially in the case of multiple comparisons. Limitations of user-oriented procedures are also considered.