May, 2024

有界随机变量有限样本的无分布假设p-值

TL;DR基于Pelekis, Ramon和Wang引入的有界随机变量的集中不等式,我们构建了一个有效的p值。这项工作的动机是在无分布情境中校准预测算法。在某些区域中,超均匀p值比Hoeffding和Bentkus的替代方案更紧密。尽管我们的动机是在机器学习背景下的校准设置,但本工作中提出的思想在经典统计推断中也很相关。此外,我们比较了一系列用于有界损失的有效p值的功效,这些值在先前的文献中提出。