跳到正文
← 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:摘要研究一般序贯检验的一类错误概率,未明确关联所列经济计量细分领域。

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…

关注这篇论文的作者
Moshe Pollak

功效为一的混合型检验之一类错误概率渐近公式

研究问题
混合分布的限制放宽后,功效为一的混合型序贯检验,其一类错误概率渐近公式是否仍成立并具有一致性?
方法与思路
作者在独立同分布的指数族框架内,围绕更新理论相关的极限描述,研究一般混合概率测度及一致收敛问题。
材料陈述的贡献
摘要文字称,非格点情形下结论可推广至一般混合概率测度,强非格点条件下另有一类测度上的一致收敛。
阅读关注点
先查原 PDF 核对受损的停时定义与极限公式,再核对非格点条件、混合测度范围及内部区间支持限制。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;多处数学表达存在乱码和括号错误,不能重构公式或据其推导,需查阅原 PDF。

原文摘要

Let $X_1,X_2,\cdots$ be iid with density $f_y$ with respect to a sigma finite measure $\mu$ where ${f_y}_(y\in\omega$, $\omega\subseteqR$ is an exponential family. Let F be a probability measure on $\omega$ and let $\theta_0\in\omega$. Define $T(B,F)=\min \big\{n \left| \int_omega \frac{f_y(X_1) \1dots f_y(X_n)} {f_{\theta_0}(X_1)\dots f_{\theta_0 (X_1) \1dots f_{\theta_0} (X_n)} dF(y)\geq B \big\}$, $T (B,F) =\infty$ if no such n exists. Previous studies have found that if F has a positive and continuous density with respect to Lebesgue measure on $\omega$, then $BP_\theta\0(t(B,F)<\infty)\rigtharrow_{B\rigtharrow\infty}\int_\omega\ int^\infty_0\exp\{-x\}dH_\theta(x)dF(\theta)$, where $H_\theta$ are certain measures arising in a renewal-theoretic context. Here we show that in a nonlattice context, this convergence holds for general probability measures F. We also show that the convergence is uniform for all probability measures F whose support is contained in an arbitrary interval [a,b] interior to $\omega$, if the distribution of $X_1$ is strongly nonlattice for all $y\in\omega$.

笔记与分组
相关领域论文