Stochastic Estimation and Testing
随机化估计与检验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：摘要研究通用模拟近似与渐近推断方法，没有所列细分方向的明确应用依据。
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
随机化估计与检验
- 研究问题
- 当检验、估计或置信集合难以直接数值计算时，如何借助人工辅助样本进行随机近似，并使额外随机性逐渐减弱？
- 方法与思路
- 作者结合原始样本与人工辅助样本，使用迭代 bootstrap 和抽象总体随机抽样，统一研究多类随机化程序的渐近性质。
- 材料陈述的贡献
- 摘要称建立了适用于随机最小距离检验、随机最大似然估计和随机置信带等程序的一般渐近研究方法。
- 阅读关注点
- 应核对辅助样本的生成方式、近乎非随机化的含义，以及辅助样本规模与原始样本规模如何共同控制近似误差。
- 阅读边界
- 依据版本未注明的 OpenAlex 摘要；双重样本规模的条件与误差界未说明，不能判断特定程序所需的模拟次数或计算收益。
原文摘要
Stochastic procedures are randomized tests, estimates and confidence sets with two properties: (i) They are functions of an original sample and one or more artificially constructed auxiliary samples. (ii) They become nearly nonrandomized when the auxiliary samples increase in size. The stochastic procedures of this paper, which arise as approximations to numerically intractable procedures, involve iterated bootstrap techniques and random sampling schemes over abstract populations. A general methodology is applied to the asymptotic study of stochastic minimum distance tests, stochastic maximum likelihood estimates, stochastic confidence bands and several other stochastic procedures.