我们提出了一个通用的框架，用于构建针对大类非参数测试问题的强大的连续假设检验。该框架可以统一处理多个经典任务，如双样本测试、独立性测试和条件独立性测试，以及现代问题，如对机器学习模型的对抗鲁棒性测试。我们的方法对传统批量测试具有以下优势：1) 它持续监控在线数据流并有效地聚合针对零假设的证据，2) 它在不需要多重测试校正的情况下对类型 I 错误进行严格控制，3) 它根据问题的未知难度调整样本大小要求。我们在测试通过投票框架（testing-by-betting framework）中利用机器学习模型的表示能力方面开发了一种基于原则的方法，这是一种用于设计连续测试的博弈论方法。在合成和真实数据集上的实证结果表明，使用我们的通用框架实例化的测试在多个任务上与专门的基准测试相竞争。

Oct, 2023

本研究探讨了顺序非参数两样本和独立性检验的问题，提出了一种基于预测的赌博策略，用于解决高维结构化数据上核函数的选择问题。我们在实验中证明了这种方法优于基于核的方法，即使在数据分布随时间漂移的情况下，也仍然有效强大。

Apr, 2023

该论文提出了一种新的算法框架，用于解决顺序假设检验问题，包括 A/B 测试、非参数双样本测试和独立性测试等。该算法具有线性时间和恒定空间计算的优势，并且在处理复杂问题时能够动态调整中止时间以适应，同时其零均值鞅的检验统计量也采用了一致的 LIL 控制拒绝门槛。

Jun, 2015

本文通过回顾已知的在线检验方法，重点研究基于依从性鞅的方法，强调了概念和实践方面，并阐述了有效性和效率方面的结果。

Jun, 2019

本文提出了一种基于非参数检验和顺序分析的改良型交叉验证程序，可以在保留完整的交叉验证性能的同时，快速找到最佳参数集，比完整的交叉验证计算时间减少了高达 120 倍，并对准确性影响不大。

Jun, 2012

本研究提供了一种基于 Bentkus 集中结果的近乎最优置信序列，用于解决在线推断中随着样本大小不断增长需要统一有效置信区间的问题，证实这种置信序列在合成覆盖问题和自适应停止算法方面具有优越性。

Jun, 2020

该论文研究带有重叠假设的顺序检测问题，在考虑一些特定的问题，如评估高斯分布的平均值是否小于或大于固定值时，我们提供了概率近似正确的最佳臂识别算法的复杂度，还在更加通用的测试问题上提出了一个并行广义似然比测验的非渐近误差上界，并根据信息论提出了更改度量引理的两个版本，进而提出了识别正确假设所需观察次数的下界。

May, 2019

本文针对非参数工具回归模型，提出了几种限制性规格检验。基于级数估计器，建立了测试统计量，允许对一般模型进行参数或非参数规格的测试，以及对回归向量外生性的测试。文中推导出了测试在正确规格下的渐近分布，并对任何另一种模型的一致性进行了展示。在局部替代假设的序列下，导出了测试的渐近分布。此外，建立了一类替代假设的统一一致性，其与零假设距离适当缩小随着样本大小的增加。蒙特卡罗研究检验统计量的有限样本性能。

Sep, 2019

该研究论文提出了一种置信度序列方法，可用于跟踪任何完全排序集合上的分布分位数，同时提供了新的经验分布函数的集中不等式，并在多臂老虎机框架中提供了选择玩家的新算法和样本复杂度边界。

Jun, 2019

我们提出了一种非参数统计检验方法，用于确定一个代理是否在一次次的博弈中遵循了给定的混合策略，通过代理的对局样本。我们的综合测试包含两个组成部分：确定代理的纯策略频率是否足够接近目标频率，以及确定选出的纯策略是否在不同的游戏迭代之间相互独立。我们的综合测试将应用卡方拟合优度检验作为第一部分，应用广义的 Wald-Wolfowitz 顺序检验作为第二部分。两个测试的结果将通过 Bonferroni 校正进行合并，从而得到在给定显著性水平 α 下的完整检验。我们将该测试应用于公开可获得的人类石头剪刀布对局数据上。该数据包含 500 位人类玩家 50 次对局的情况。我们使用显著性水平 α=0.05，得出结论称，305 位（61%）玩家遵循了目标策略。

Dec, 2023