Asymptotically optimal multistage tests of simple hypotheses
简单假设的渐近最优多阶段检验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：内容属于多阶段检验与采样理论，摘要未明确对应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
简单假设的渐近最优多阶段检验
- 研究问题
- 当分阶段采样和单个观测均有成本，错误判断也受到惩罚时，如何设计简单假设检验以降低总体风险？
- 方法与思路
- 作者利用高效多阶段采样程序构造阶段样本量可变的检验，以采样成本与错误概率的线性组合定义损失。
- 材料陈述的贡献
- 摘要称当阶段与观测成本趋于零时，检验实现积分风险的二阶最优；二项检验数值研究显示较分组序贯检验有所改善。
- 阅读关注点
- 应核对积分风险的定义、两类成本趋零的相对速度、二阶最优性的条件，以及二项例子的比较指标与基准设置。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；成本极限的具体条件与改善幅度均未说明，不能据此推断其他检验问题的表现。
原文摘要
A family of variable stage size multistage tests of simple hypotheses is described, based on efficient multistage sampling procedures. Using a loss function that is a linear combination of sampling costs and error probabilities, these tests are shown to minimize the integrated risk to second order as the costs per stage and per observation approach zero. A numerical study shows significant improvement over group sequential tests in a binomial testing problem.