On the Uniformity of Sequential Procedures
序贯程序的一致性保证：分布类上的均匀性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：摘要讨论一般序贯推断和均匀覆盖率，没有所列经济计量细分方向的直接证据。
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
序贯程序的一致性保证：分布类上的均匀性
- 研究问题
- 随机样本量下的序贯置信区间能否在一类分布上统一保持目标覆盖率，而不仅对每个固定分布成立？
- 方法与思路
- 作者扩展随机观测次数下样本均值的中心极限定理，利用弱收敛结果建立固定宽度置信区间的均匀性条件，并扩展至位置 M 估计。
- 材料陈述的贡献
- 摘要称，反例显示标准程序可能无法均匀保持目标覆盖率；主要弱收敛结果提供实现均匀性的条件及简明证明。
- 阅读关注点
- 应核对均匀性所覆盖的分布集合、随机样本量与停止规则的条件，以及反例机制和位置 M 估计扩展的限制。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体分布类、停止规则与覆盖误差界未说明，不能判断某个实际程序是否满足条件。
原文摘要
An extension of a central limit theorem for a mean of a random number of observations is given. A natural application occurs in the area of fixed-width confidence intervals. We provide an example which shows that the standard procedure does not preserve the intended coverage probability uniformly over nontrivial sets of distribution functions. The major weak convergence result is used to provide conditions for and a simple proof of such uniformity. The results are also shown to hold for $M$-estimates of location.