Invariant Confidence Sets with Smallest Expected Measure
具有最小期望测度的不变置信集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：摘要属于不变性与置信集最优性的通用统计理论，未明确对应所列计量领域细分。
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
具有最小期望测度的不变置信集
- 研究问题
- 在给定覆盖水平的不变置信集中，如何构造期望测度最小的集合，并在进一步条件下获得全部置信集中的极小极大性质？
- 方法与思路
- 作者利用群在参数空间上的传递作用、对目标参数函数的作用及测度等变性构造置信集，再借助 Hunt–Stein 条件扩展最优性。
- 材料陈述的贡献
- 摘要称方法在不变类内最小化期望测度；群满足额外条件时，还在全部同水平置信集中最小化最大期望测度，并给出应用。
- 阅读关注点
- 应核对群作用与测度等变性的准确条件，区分类内最优与整体极小极大结论，并检查 GMANOVA 应用怎样满足这些条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出具体集合构造或全部技术条件，不能将最优性解释为无条件成立或推断刊本变化。
原文摘要
A method is given for constructing a confidence set having smallest expected measure within the class of invariant level $1 - \alpha$ confidence sets. The main assumptions are (i) that the invariance group acts transitively on the parameter space and also acts on the parametric function of interest, and (ii) that the measure satisfies a certain equivariance property. When the invariance group satisfies the conditions of the Hunt-Stein Theorem, the optimal invariant confidence set is shown to minimize the maximum expected measure among all level $1 - \alpha$ confidence sets. The method is applied in several estimation problems, including the GMANOVA problem.