Simulated Power Functions
模拟功效函数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：摘要围绕干扰参数、自助法检验和模拟功效展开，属于通用统计方法，未提供归入所列经济细分的直接依据。
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
模拟功效函数
- 研究问题
- 当原假设和某些备择假设都涉及未知干扰参数时，如何构造检验，并通过模拟估计这些备择下的检验功效？
- 方法与思路
- 摘要介绍反演待检验参数的自助法置信域，以及模拟检验统计量零分布两条路径，再用模拟估计对应检验的功效。
- 材料陈述的贡献
- 摘要称上述两类检验针对包含相同未知干扰参数的某些备择，其功效本身也可以通过模拟进行估计。
- 阅读关注点
- 应核对干扰参数在模拟中的处理方式、适用备择的范围，以及功效估计是否需要额外校准或一致性条件。
- 阅读边界
- 索引摘要未注明稿件版本，且未说明模拟算法、误差控制或检验水平保证；不能据此认定功效估计普遍有效。
原文摘要
Tests for a null hypothesis whose specification involves an unknown nuisance parameter may be obtained by inverting a bootstrap confidence region for the parameter being tested or by constructing a simulated null distribution for the test statistic. The power of either test against certain alternatives involving the same unknown nuisance parameter can itself be estimated by simulation.