A Class of Sequential Tests for an Exponential Parameter
指数分布参数的一类序贯检验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：摘要研究一般指数分布参数的序贯检验设计，未涉及宏观预测、金融过程或其他所列细分领域。
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
指数分布参数的一类序贯检验
- 研究问题
- 检验指数分布参数时，如何设计序贯抽样程序，以近似最小化最坏情形的期望样本量并简化停止区域构造？
- 方法与思路
- 作者将此前用于伯努利和正态总体的程序思路用于指数参数检验，利用停止区域的不变性构造贝叶斯区域。
- 材料陈述的贡献
- 摘要称提出相应序贯程序和停止区域的不变性质，并给出若干抽样方案及部分性质，未报告具体性能数值。
- 阅读关注点
- 应核对原假设与备择、错误概率约束、最大期望样本量的参数范围，以及不变性如何支持贝叶斯区域计算。
- 阅读边界
- 来源为版本未注明的OpenAlex索引摘要；近似最优的条件及误差未说明，不能声称精确全局最优或推断刊本变化。
原文摘要
Weiss [5] and Freeman and Weiss [2] have shown how to construct sampling plans which at least approximately minimize the maximum expected sample size in the case of Bernoulli and Normal populations. In this paper we construct sequential procedures of this type for the testing of an exponential parameter. An invariance property of the stopping region is presented which simplifies the construction of the Bayes regions. Several sampling plans are given and some of their properties are obtained.