On nonparametric confidence intervals
非参数置信区间研究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：摘要属于一般非参数置信区间和自适应理论，缺少所列细分方向所需的具体研究对象。
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
非参数置信区间研究
- 研究问题
- 在要求对一族分布保持统一覆盖时，置信区间的期望长度受到什么限制，能否利用真实密度的光滑性自适应缩短区间？
- 方法与思路
- 作者给出特定数据生成分布下置信区间期望长度的不等式，并据此研究导数光滑类和其他密度类中的自适应可能性。
- 材料陈述的贡献
- 摘要称，导数光滑类中自适应不能在保持统一覆盖的同时改进极小极大固定长度区间的速率，但某些形状约束类可以。
- 阅读关注点
- 应核对区间针对的目标量、覆盖所要求的分布集合，以及光滑类不可能性与形状约束类可行性分别适用的条件。
- 阅读边界
- OpenAlex 索引摘要未注明稿件版本，且未明确目标泛函、长度不等式及形状限制；不能据此断言所有自适应区间均不可行。
原文摘要
An inequality is given for the expected length of a confidence interval given that a particular distribution generated the data and assuming that the confidence interval has a given coverage probability over a family of distributions. As a corollary, attempts to adapt to the regularity of the true density within derivative smoothness classes cannot improve the rate of convergence of the length of the confidence interval over minimax fixed-length intervals and still maintain uniform coverage probability. However, adaptive confidence intervals can attain improved rates of convergence in some other classes of densities, such as those satisfying a shape restriction.