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:摘要属于通用概率不等式与统计推断,缺乏归入所列应用细分的依据。

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
David Edelman

对称性下t统计量尾概率的最优阶不等式

研究问题
在独立性与对称性假设下,能否为t统计量的尾概率建立不等式,并得到极小尾部概率对应的有效上分位数界?
方法与思路
作者提出独立、对称条件下的尾概率不等式,再据此构造上分位数界,并考察尾部面积趋于零时与正态分位数的关系。
材料陈述的贡献
摘要称,该不等式具有最优阶,所导出的上分位数界随上尾面积趋于零而接近正态界,并达到所述界限意义下的最小水平。
阅读关注点
应核对独立性和对称性的精确定义、t统计量的构造、最优阶的判据,以及分位数界接近正态界的具体数学含义。
阅读边界
仅据OpenAlex索引摘要,稿件版本未注明。摘要未给出不等式、适用分布范围或收敛速度,不能据此认定任意样本下均可采用正态临界值。

原文摘要

An inequality for the tail probabilites of the t statistic under the hypotheses of independence and symmetry is presented and is shown to yield bounds for the upper quantiles that approach those of the normal (and hence the smallest of such bounds possible) as the corresponding upper tail area tends to 0.

笔记与分组
相关领域论文