Sequential Test for Practical Significance: Truncated Mixture Sequential Probability Ratio Test
实际显著性的序贯检验：截断混合序贯概率比检验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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要主要提出通用序贯假设检验，虽以处理效应为例，但未说明因果识别、面板或其他领域特定结构。
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
实际显著性的序贯检验：截断混合序贯概率比检验
- 研究问题
- 在可以持续查看数据的序贯检验中，如何识别足以支持实际行动的效应，并将其与虽非零但过小的效应区分？
- 方法与思路
- 作者在混合序贯概率比检验中使用截断混合分布，以区分具有实际意义的效应，并扩展到单侧实际显著性和非劣效检验。
- 材料陈述的贡献
- 摘要称通过理论与经验验证第一类错误控制，并展示将截断混合思路用于单侧检验后仍能有效控制错误率。
- 阅读关注点
- 应核对实际显著性阈值对应的原假设、混合分布截断方式，以及错误控制是否覆盖任意停止规则和哪些数据分布。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收均未核实；摘要未说明检验适用条件、功效或停止时间，也未提供因果识别设计。
原文摘要
We present a sequential testing method to identify a practically significant effect. We build on the existing mixture sequential probability ratio test (mSPRT) that can sequentially test for a non-zero treatment effect by using a truncated mixing distribution to differentiate between effects that are large enough to merit a real world action versus that are non-zero but too small to merit a real world action. We verify the Type-I error control of our method theoretically and empirically. We also extend this idea to sequentially test for one-sided practical significance such as non-inferiority testing, and show that we may still effectively control the Type-I error rate.