A Sequential Solution to the Inverse Linear Regression Problem
逆线性回归问题的序贯解法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：这里的逆回归是一般统计区间估计问题，摘要没有因果识别或结构估计的依据。
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
逆线性回归问题的序贯解法
- 研究问题
- 在逆线性回归中，如何通过序贯采样为未知参数构造固定宽度置信区间，并达到预先指定的极限正确决策概率？
- 方法与思路
- 作者将已有序贯理论用于逆线性回归，提出两阶段序贯程序，为未知参数构造固定宽度的置信区间。
- 材料陈述的贡献
- 摘要称该程序的正确决策概率在极限下等于预先设定的目标概率，为逆回归区间构造提供序贯方案。
- 阅读关注点
- 应核对逆回归模型、两个阶段的采样与停止规则、正确决策的定义，以及概率收敛所采用的极限方式。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；模型条件与停止规则未说明，极限概率保证不能直接视为有限样本精确覆盖。
原文摘要
In this note we apply the sequential theory developed by Chow and Robbins [1] and Gleser [3], [4] to the inverse linear regression problem. A two-stage sequential procedure has been proposed for the construction of a fixed-width confidence interval for $x$ (an unknown parameter). It is shown that the limiting probabilities of "correct decision" are equal to $P^\ast$ (pre-assigned).