.png){kind=icon}
返回
Box confidence depth: Simulation-based inference with hyper-rectangles
.png){kind=icon}
PRE
AI
DOI：10.1214/26-EJS2494.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种基于仿真的新颖方法，用于构建参数模型的置信域，该方法特别适用于生成模型以及数据有限且常规渐近近似无法提供准确结果的情形。该方法利用数据深度的概念，并依赖于在通过模型模拟生成的样本空间中创建随机超矩形（即盒子），同时变化输入参数。通过概率接受规则，可以从模型参数中获取深度-置信分布，从而得到点估计量以及校准后的置信集。该方法旨在处理参数和检验统计量均为多元变量的情况。
Keyword:
Depth functions
simulation-based inference
期刊
E
IF:
1.3
论文数:
22
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容