An adaptation theory for nonparametric confidence intervals
非参数置信区间的适应性理论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：摘要研究一般非参数置信区间与极小极大理论，未明确涉及所列因果、面板、时间序列或金融方向，故不强行分类。
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
非参数置信区间的适应性理论
- 研究问题
- 在不同非参数函数类之间构造线性泛函置信区间时，适应性如何影响预期长度，非凸参数空间又带来哪些理论界限？
- 方法与思路
- 作者用类间连续性模刻画适应性置信区间的预期长度，再借助有序连续性模构造区间，并研究非凸参数空间的极小极大理论。
- 材料陈述的贡献
- 摘要称给出了预期长度的尖锐下界，所构造的适应性置信程序可在常数倍范围内达到这些下界，并拓展了非凸空间理论。
- 阅读关注点
- 应核对覆盖率要求、函数类之间的关系及两种连续性模的定义，确认常数倍最优性适用哪些参数空间与适应性目标。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明具体模型、覆盖条件和常数，不能判断任意函数类都可适应。
原文摘要
A nonparametric adaptation theory is developed for the construction of confidence intervals for linear functionals. A between class modulus of continuity captures the expected length of adaptive confidence intervals. Sharp lower bounds are given for the expected length and an ordered modulus of continuity is used to construct adaptive confidence procedures which are within a constant factor of the lower bounds. In addition, minimax theory over nonconvex parameter spaces is developed.