Robust nonparametric inference for the median
中位数的稳健非参数推断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：摘要直接研究中位数的置信区间与检验，属于分位数推断方向。
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
中位数的稳健非参数推断
- 研究问题
- 总体分布未知且数据可能含少量污染时，如何为中位数构造稳健置信区间与假设检验，并衡量其效率代价？
- 方法与思路
- 作者修改符号检验及对应置信区间，以连续分布的污染邻域为框架，并定义和计算污染下的稳健性与效率指标。
- 材料陈述的贡献
- 摘要称，所提程序对污染邻域内任意分布可达到名义显著性水平或覆盖率，并给出相应稳健性和效率度量。
- 阅读关注点
- 应核对污染邻域及目标中位数的定义、污染比例是否已知，以及名义水平保证的含义和稳健性与效率之间的权衡。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要，污染模型、允许比例和区间构造未说明，不能将保证理解为任意程度污染下都有效。
原文摘要
We consider the problem of constructing robust nonparametric confidence intervals and tests of hypothesis for the median when the data distribution is unknown and the data may contain a small fraction of contamination. We propose a modification of the sign test (and its associated confidence interval) which attains the nominal significance level (probability coverage) for any distribution in the contamination neighborhood of a continuous distribution. We also define some measures of robustness and efficiency under contamination for confidence intervals and tests. These measures are computed for the proposed procedures.