Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2412.02640v4

帮助 | 高级搜索

数学 > 统计理论

arXiv:2412.02640v4 (math)
[提交于 2024年12月3日 (v1) ,最后修订 2025年8月4日 (此版本, v4)]

标题: 关于硬币博弈在均值估计中的最优性

标题: On the optimality of coin-betting for mean estimation

Authors:Eugenio Clerico
摘要: 我们考虑测试有界实随机变量均值的问题。 我们引入了e-变量和e-过程的最优类的概念,并确立了在基于e-变量的算法框架中,硬币博弈表述在测试和估计(条件)均值方面的最优性。 作为结果,我们提供了对此检验问题的所有有效e-变量和e-过程的直接且显式的表征。 在经典统计决策理论的语言中,我们完全描述了所有可接受的e-变量和e-过程的集合,并确定了相应的最小完备类。
摘要: We consider the problem of testing the mean of a bounded real random variable. We introduce a notion of optimal classes for e-variables and e-processes, and establish the optimality of the coin-betting formulation among e-variable-based algorithmic frameworks for testing and estimating the (conditional) mean. As a consequence, we provide a direct and explicit characterisation of all valid e-variables and e-processes for this testing problem. In the language of classical statistical decision theory, we fully describe the set of all admissible e-variables and e-processes, and identify the corresponding minimal complete class.
评论: 14页,1图
主题: 统计理论 (math.ST) ; 方法论 (stat.ME)
引用方式: arXiv:2412.02640 [math.ST]
  (或者 arXiv:2412.02640v4 [math.ST] 对于此版本)
  https://doi.org/10.48550/arXiv.2412.02640
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Eugenio Clerico [查看电子邮件]
[v1] 星期二, 2024 年 12 月 3 日 18:11:48 UTC (39 KB)
[v2] 星期三, 2025 年 6 月 11 日 12:25:32 UTC (23 KB)
[v3] 星期二, 2025 年 7 月 15 日 20:00:36 UTC (28 KB)
[v4] 星期一, 2025 年 8 月 4 日 15:54:08 UTC (34 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
math.ST
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-12
切换浏览方式为:
math
stat
stat.ME
stat.TH

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号