Asymptotic approximations for error probabilities of sequential or fixed sample size tests in exponential families
指数族中序贯检验与固定样本量检验错误概率的渐近近似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：摘要属于一般统计检验的渐近理论，没有所列应用领域细分的直接证据。
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
指数族中序贯检验与固定样本量检验错误概率的渐近近似
- 研究问题
- 对于多参数指数族中的复合假设检验，如何统一近似序贯检验和固定样本量检验的第一类与第二类错误概率？
- 方法与思路
- 作者针对包含广义似然比及充分统计量函数的一类检验统计量建立渐近近似，并运用管状区域积分的几何论证。
- 材料陈述的贡献
- 摘要称该理论扩展既有序贯广义似然比检验的第一类错误近似，并统一处理两种抽样方式及两类错误概率。
- 阅读关注点
- 核对检验统计量类别、序贯停止规则和渐近区间的定义，重点检查几何积分如何影响近似误差与适用条件。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；摘要未说明近似阶、边界条件和有限样本精度，不能据此判断具体检验表现。
原文摘要
Asymptotic approximations for the error probabilities of sequential tests of composite hypotheses in multiparameter exponential families are developed herein for a general class of test statistics, including generalized likelihood ratio statistics and other functions of the sufficient statistics. These results not only generalize previous approximations for Type I error probabilities of sequential generalized likelihood ratio tests, but also pro- vide a unified treatment of both sequential and fixed sample size tests and of Type I and Type II error probabilities. Geometric arguments involving integration over tubes play an important role in this unified theory.