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:摘要讨论一般二项概率的序贯检验,并没有离散选择模型或其他所列细分方向的直接依据。

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
Norman Breslow

二项概率一致最强检验的序贯修改

研究问题
如何修改二项概率固定样本一致最强检验的提前决策版本,在二项概率较小时减少平均样本量,并控制相应的功效损失?
方法与思路
作者将指定斜率直线之上无需改动、而在线上或线下的继续抽样点改为接受点,并推导平均样本量与功效函数的近似公式。
材料陈述的贡献
摘要称,这一修改在二项概率较小时降低平均样本量,仅伴随较小功效损失,并提供近似公式及与其他序贯检验的小样本比较。
阅读关注点
应核对接受区域的含义、直线斜率选择、错误概率约束,以及近似公式的误差和小样本比较中各检验的设计参数。
阅读边界
仅据版本未注明的索引摘要;小概率范围及功效损失数值未说明,修改后是否仍具一致最强性也不能由摘要推断。

原文摘要

The early decision version of the uniformly most powerful (UMP) fixed-sample-size test for binomial probabilities, as described for instance by Alling [1], is modified by changing all continuation points which lie on or below a line with specified slope into acceptance points. The modification reduces the average sample number (ASN) for small values of the binomial probability with only a slight loss of power. Approximate formulas for the ASN and power function of the resulting test are presented and a small sample comparison made with other sequential tests.

笔记与分组
相关领域论文