Improving point and interval estimators of monotone functions by rearrangement
通过重排改进单调函数的点估计与区间估计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：摘要讨论一般单调函数估计与置信区间，未明确研究分位数或分布效应。
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…
通过重排改进单调函数的点估计与区间估计
- 研究问题
- 目标函数单调而原始估计及区间端点不单调时，如何利用该形状约束改善估计误差、区间长度并保留覆盖率？
- 方法与思路
- 作者对一元或多元函数估计进行重排，并分别重排置信区间的上下端点函数，使结果满足单调性约束。
- 材料陈述的贡献
- 摘要称，重排估计在常用度量下更接近单调目标，重排区间在常用范数下更短，且保持原有最低覆盖概率。
- 阅读关注点
- 应核对单调性的方向、多元重排的定义、所用度量与范数，以及覆盖事件的含义和区间长度改善的适用条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未列出具体度量和技术条件，目标单调是关键前提，不能任意外推。
原文摘要
Suppose that a target function is monotonic and an available original estimate of this target function is not monotonic. Rearrangements, univariate and multivariate, transform the original estimate to a monotonic estimate that always lies closer in common metrics to the target function. Furthermore, suppose an original confidence interval, which covers the target function with probability at least 1-α, is defined by an upper and lower endpoint functions that are not monotonic. Then the rearranged confidence interval, defined by the rearranged upper and lower endpoint functions, is monotonic, shorter in length in common norms than the original interval, and covers the target function with probability at least 1-α. We illustrate the results with a growth chart example.