跳到正文
← 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:摘要研究一般序贯检验效率,未明确涉及所列领域中的具体经济模型或数据结构。

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
Robert H. Berk
L. D. Brown

序贯 Bahadur 效率

研究问题
如何把检验统计量的 Bahadur 效率推广到序贯实验,并在正态均值的单侧检验中定义和比较相应的效率?
方法与思路
作者将 Bahadur 效率扩展至序贯情形,以正态均值单侧假设检验作说明,并讨论序贯实验中实际达到的显著性水平如何定义。
材料陈述的贡献
摘要称,正态情形下存在类似 Bahadur 定理的似然比统计量渐近最优性结果,并考察若干序贯显著性水平定义。
阅读关注点
应核对序贯效率的正式定义、停止规则与渐近框架,确认最优性结果的比较范围,以及不同显著性水平定义的关系。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明;正态例子之外的推广范围、停止规则条件与定理细节均未说明。

原文摘要

The notion of Bahadur efficiency for test statistics is extended to the sequential case and illustrated in the specific context of testing one-sided hypotheses about a normal mean. An analog of Bahadur's theorem on the asymptotic optimality of the likelihood ratio statistic is seen to hold in the normal case. Some possible definitions of attained level for a sequential experiment are considered.

笔记与分组
相关领域论文