跳到正文
← 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:摘要讨论指数族中的通用序贯检验,没有明确的时间序列模型或其他所列领域应用。

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
John Whitehead

某些复合假设的序贯检验

研究问题
在单参数指数族中,如何序贯区分参数位于两个阈值之外的复合假设,同时将两类错误风险控制在预设界限内?
方法与思路
作者利用分布由单一未知参数决定的随机变量序列,结合功效为一的检验理论,构造满足错误风险限制的序贯程序。
材料陈述的贡献
摘要称提出了控制两类错误风险的序贯方法,并与用于同一问题的 Wald 序贯概率比检验比较平均样本量。
阅读关注点
应核对停止与决策规则、观测序列的依赖条件、阈值相等时的处理,以及平均样本量比较适用的参数范围。
阅读边界
仅据所给 Crossref 摘要;未说明具体停止边界、错误控制的技术条件或样本量比较结果,不能断言程序更节省样本。

原文摘要

Summary A sequential procedure is developed to distinguish between null and alternative hypotheses of the type H 0: θ ≤ θ0 and H 1: θ ≥ θ1 (θ0 ≤ θ1) for one-parameter exponential families in such a way that the risks of type I and type II errors are smaller than some predetermined bounds. This is accomplished using observations of a sequence of random variables whose distribution is known up to the parameter θ, and involves the theory of certain tests with power one. The average sample number for this procedure is compared with that for Wald's sequential probability ratio test applied to the same problem.

笔记与分组
相关领域论文