Testing the mean and variance by e -processes
利用 e 过程检验均值与方差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：摘要研究一般非平稳数据的条件矩检验，未明确限定宏观时间序列模型。
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
利用 e 过程检验均值与方差
- 研究问题
- 面对非平稳数据，如何检验条件均值与条件方差，并利用分布对称性或单峰性等形状限制构造检验？
- 方法与思路
- 作者针对四类非参数复合假设构造 e 值与 p 值，再建立 e 过程检验，并与部分 p 值组合检验比较。
- 材料陈述的贡献
- 摘要称研究主要覆盖单侧检验，也考察均值的双侧检验，并通过模拟及实证展示基于 e 过程的方法特点。
- 阅读关注点
- 应核对条件矩约束、不同形状限制的作用、e 过程成立的条件，以及序贯使用和比较检验的具体设置。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断任意非平稳过程是否适用，也未提供检验功效、停止规则或实证结果的细节。
原文摘要
Summary We address the problem of testing the conditional mean and conditional variance for nonstationary data. We build e-values and p-values for four types of nonparametric composite hypothesis with specified mean and variance as well as other conditions on the shape of the data-generating distribution. These shape conditions include symmetry, unimodality and their combination. Using the obtained e-values and p-values, we construct tests via e-processes, also known as testing by betting, as well as some tests based on combining p-values for comparison. Although we mainly focus on one-sided tests, the two-sided test for the mean is also studied. Simulation and empirical studies are conducted under a few settings, and they illustrate features of the methods based on e-processes.