General ways to improve false coverage rate-adjusted selective confidence intervals
改进错误覆盖率调整的选择性置信区间的一般方法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：摘要聚焦多参数选择性区间与错误覆盖率控制，未明确涉及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
改进错误覆盖率调整的选择性置信区间的一般方法
- 研究问题
- 对大量参数筛选后构造置信区间时，如何减少既有统一膨胀带来的区间宽度，同时控制错误覆盖陈述率？
- 方法与思路
- 作者提出两种缩短区间的方法：将选择事件纳入计算，再针对选择概率很小的参数改善目标错误率水平的利用。
- 材料陈述的贡献
- 摘要称，两种方法可缩短 Benjamini–Yekutieli 区间，并以乳腺癌数据比较表现，但未报告缩短幅度或完整条件。
- 阅读关注点
- 应核对错误覆盖陈述率的定义、选择事件与选择概率的计算，以及两种缩短方法维持控制所需的依赖结构条件。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断控制保证的具体条件；整体错误覆盖陈述率控制不能直接当作逐个区间的覆盖保证。
原文摘要
Summary Post-selection inference on thousands of parameters has attracted considerable research interest in recent years. Specifically, Benjamini & Yekutieli (2005) considered constructing confidence intervals after selection. They proposed adjusting the confidence levels of marginal confidence intervals for the selected parameters to ensure control of the false coverage-statement rate. However, although Benjamini–Yekutieli confidence intervals are widely used, they are uniformly inflated. In this article, two methods for narrowing the Benjamini–Yekutieli confidence intervals are proposed. The first improves the confidence intervals by incorporating the selection event into the calculation. The second method further narrows those confidence intervals in which some parameters are selected with very small probabilities, which results in underutilization of the target level for control of the false coverage-statement rate. A breast cancer dataset is analysed to compare the methods.