Admissible and Optimal Confidence Bands in Simple Linear Regression
简单线性回归中的可容许与最优置信带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：摘要研究一般简单线性回归置信带的决策理论，未明确关联所列具体计量领域。
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
简单线性回归中的可容许与最优置信带
- 研究问题
- 在简单线性回归中构造置信带时，如何选择其函数形式，排除不可容许形式，并在候选类内讨论平均宽度最优性？
- 方法与思路
- 作者借助 tautness 概念建立可容许性与完备性的定义，据此刻画置信带形式的极小完备类，并讨论平均宽度准则。
- 材料陈述的贡献
- 摘要称给出选择置信带函数形式的理论框架和极小完备类刻画，同时简要讨论该类内部的一种平均宽度最优性。
- 阅读关注点
- 应核对 tautness、可容许性与完备性的精确定义，以及覆盖要求、回归变量范围和平均宽度的计算权重。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要，不能推断刊本变化；摘要未说明模型条件或最优带形式，平均宽度最优性仅被简要讨论。
原文摘要
A framework is presented for deciding among functional forms when constructing confidence bands in simple linear regression. Using the concept of tautness, definitions of admissibility and completeness are developed. These lead to a characterization of a minimal complete class of band forms. A type of average width optimality within this class is briefly discussed.