On combinatorial testing problems
组合结构下的假设检验问题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：摘要是具有组合备择结构的一般高斯检验理论，未涉及经济网络、结构变化或其他所给细分的具体对象。
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…
组合结构下的假设检验问题
- 研究问题
- 观察一个高斯向量后，如何判断它来自标准正态分布，还是某个属于给定集合族的分量子集存在非零均值？
- 方法与思路
- 作者研究集合族的组合与几何结构，建立能够实现低风险检验的条件及无法实现低风险检验的条件，并以例子说明。
- 材料陈述的贡献
- 摘要称，论文给出检验可行与不可行的一般条件，并表明备择集合族的组合和几何结构对检验界起关键作用。
- 阅读关注点
- 应核对备择均值的限制、风险定义、集合族的复杂度刻画，以及上下界适用范围与具体检验程序的关系。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；检测阈值、风险界和检验算法未说明，不能将一般结论直接移用于特定数据。
原文摘要
We study a class of hypothesis testing problems in which, upon observing the realization of an n-dimensional Gaussian vector, one has to decide whether the vector was drawn from a standard normal distribution or, alternatively, whether there is a subset of the components belonging to a certain given class of sets whose elements have been “contaminated,” that is, have a mean different from zero. We establish some general conditions under which testing is possible and others under which testing is hopeless with a small risk. The combinatorial and geometric structure of the class of sets is shown to play a crucial role. The bounds are illustrated on various examples.