Interval Estimates Derived from Bayes Testing Rules
由贝叶斯检验规则导出的区间估计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：摘要属于通用贝叶斯决策与集合估计理论，没有所列计量领域细分的直接证据。
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
由贝叶斯检验规则导出的区间估计
- 研究问题
- 对标量参数相对给定值的三决策贝叶斯检验，将选择相等的候选值组成估计集合时，该集合何时具有最优性？
- 方法与思路
- 作者把一族三决策检验规则转为通常呈区间的集合估计，并研究检验损失具有特定结构时，对应集合损失下的贝叶斯风险。
- 材料陈述的贡献
- 摘要称在特定检验损失结构下，所构造集合对由检验损失按某种意义积分得到的集合损失具有最小贝叶斯风险。
- 阅读关注点
- 应核对损失函数的具体结构、积分的定义、集合为何通常形成区间，以及最优性结论所需的完整条件。
- 阅读边界
- 仅据版本未注明的索引摘要，特定损失结构尚不明确；所给集合表达式括号不完整，需查阅原文，不能据此重构公式。
原文摘要
Given a family of rules for the three-decision testing problems of locating a scalar parameter θ relative to θ0, with decisions θ < θ0, θ = θ0 and θ > θ0, and given a sample x, the set S(x) = {θ0: decide θ = θ0) (usually an interval) is an intuitively appealing set estimate of θ. This paper considers the optimality of S(x) for the case in which the testing rules are Bayes. The main result is that when the losses for the testing problems have a particular structure, S(x) is minimum Bayes risk with respect to a loss function which is the integral (in a certain sense) of the loss functions for testing.