Generic results for establishing the asymptotic size of confidence sets and tests
建立置信集与检验渐近尺寸的通用结果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：摘要提供通用推断理论，未指向所列微观、宏观或金融细分领域。
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…
建立置信集与检验渐近尺寸的通用结果
- 研究问题
- 当检验统计量的逐点渐近分布随参数不连续变化时，如何建立置信集或检验在一致意义下的渐近尺寸及相似性？
- 方法与思路
- 作者提供可用于多类问题的通用理论结果，重点处理逐点渐近分布具有参数不连续性的情形，以支持一致意义下的推断分析。
- 材料陈述的贡献
- 摘要称这些结果可用于建立置信集和检验的渐近尺寸或一致相似性，尤其适合逐点极限分布对参数不连续的问题。
- 阅读关注点
- 应核对一致性所覆盖的参数集合、渐近尺寸和相似性的定义，以及如何由具体统计量的逐点性质验证通用结果的条件。
- 阅读边界
- 摘要非常简短，未说明定理假设、证明路径、适用例子或有限样本表现；不能据此判断任一具体检验已经获得一致有效性。
原文摘要
This paper provides a set of results that can be used to establish the asymptotic size and/or similarity in a uniform sense of confidence sets and tests. The results are generic in that they can be applied to a broad range of problems. They are most useful in scenarios where the pointwise asymptotic distribution of a test statistic is a discontinuous function of a parameter.