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:摘要讨论一般多项分布的序贯检验,没有离散选择模型或其他细分领域的直接依据。

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
Lionel Weiss

多项分布各类别概率相等的序贯检验

研究问题
连续获得分类观测时,能否根据新观测是否落入此前出现最多的类别集合,序贯检验各类别等概率假设?
方法与思路
作者在每个抽样阶段记录新观测是否属于此前计数最多的类别集合;若这种事件发生过多,则拒绝等概率假设。
材料陈述的贡献
摘要提出一种利用历史类别计数构造的序贯检验,并讨论其性质;具体错误概率与功效结论未在摘要展开。
阅读关注点
应核对最高计数并列时集合如何定义、拒绝阈值与停止规则,以及检验水平和功效性质的成立条件。
阅读边界
仅据所给 OpenAlex 索引摘要,稿件版本未注明;序贯规则的完整定义及性质未提供,不能据此判断检验表现。

原文摘要

For testing the hypothesis that all the categories in a multinomial distribution are equally likely, a sequential test is proposed which at each stage of the sampling observes whether the observation falls in the set of categories containing the largest number of earlier observations. It rejects the hypothesis if at too many stages the observation does fall in that set of categories. The properties of the test are discussed.

笔记与分组
相关领域论文