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:摘要涉及一般随机变量的序贯独立性检验,序贯抽样本身不足以归为时间序列研究。

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
Alexander Henzi
Michael Law

基于秩的序贯独立性检验

研究问题
对两个一元随机变量逐步收集观测时,如何在随时查看并决定停止的情形下检验独立性,同时控制整个时间范围的第一类错误?
方法与思路
作者结合基于秩的检验与随时有效推断,构造时间一致的错误率控制,并利用原假设下的分布无关性模拟 Ville 不等式间隙。
材料陈述的贡献
摘要称给出有限样本表现的显式界,与既有序贯和非序贯检验比较,并依据模拟的不等式间隙构造截断序贯检验。
阅读关注点
应核对观测到达和抽样条件、时间一致保证的精确定义,以及模拟间隙用于截断检验后如何维持所需错误率控制。
阅读边界
仅据所给 Crossref 摘要,不能把序贯观测理解为允许任意时间依赖;抽样条件、有限样本界和截断规则的保证未展开。

原文摘要

Summary We consider the problem of independence testing for two univariate random variables in a sequential setting. By leveraging recent developments on safe, anytime-valid inference, we propose a test with time-uniform Type-I error control and derive explicit bounds on the finite-sample performance of the test. We demonstrate the empirical performance of the procedure in comparison to existing sequential and nonsequential independence tests. Furthermore, since the proposed test is distribution-free under the null hypothesis, we empirically simulate the gap due to Ville’s inequality, the supermartingale analogue of Markov’s inequality, that is commonly applied to control Type-I error in anytime-valid inference, and apply this to construct a truncated sequential test.

笔记与分组
相关领域论文