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:摘要讨论通用同时置信区间与回归推断,缺少对应所列具体计量领域的直接证据。

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
J. Richmond

构造同时置信区间的一般方法

研究问题
如何为可估函数线性空间中的多个对象构造同时置信区间,并对研究者预先选定的有限生成子集给予特别关注?
方法与思路
作者将区间长度的确定写成线性规划问题,并使用学生化最大模分布选择临界值,以保守方式控制整体置信水平。
材料陈述的贡献
摘要提出适用于回归分析等场景的一般构造方法,可突出预选的可估函数,并与 Scheffé 程序进行比较,但未报告比较结果。
阅读关注点
应核对预选子集如何影响区间长度、线性规划的约束与可行性、临界值所需分布条件,以及相对 Scheffé 方法的取舍。
阅读边界
仅据版本未注明的索引摘要,不能推断刊本变化;摘要未说明模型假设、具体覆盖保证,也未声称全面优于比较方法。

原文摘要

A general method is proposed for constructing simultaneous confidence intervals that gives special emphasis to any preselected finite spanning subset in a linear space of estimable functions. The method has a wide range of application, including regression analysis. The length of a confidence interval is determined as the solution to a linear programming problem. The studentized maximum modulus distribution can be used to choose critical values for conservative control of the overall confidence level. The method is compared to Scheffé's procedure.

笔记与分组