論文の概要: Bentkus-type asymptotic e-values

• arxiv url: http://arxiv.org/abs/2606.06332v1
• Date: Thu, 04 Jun 2026 16:08:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-05 22:39:44.93337
• Title: Bentkus-type asymptotic e-values
• Title（参考訳）: ベンツクス型漸近e値
• Authors: Diego Martinez-Taboada, Ben Chugg, Aaditya Ramdas,
• Abstract要約: 既存のe-valueはスケーリングの非効率さに悩まされ、過度に保守的な推論をもたらす。 ベンツクス型e値を導入し、それらが欠落した因子をうまく除去することを証明する。 また、ベンツクス型e-値が既存の代替よりも常に鋭い推論をもたらすことを理論的および実証的に証明する。
• 参考スコア（独自算出の注目度）: 37.74290561338443
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Asymptotic e-values are emerging as a powerful alternative to asymptotic p-values, particularly in post-hoc inference and multiple testing, where significance levels may be data-dependent. Existing asymptotic e-values, however, suffer from the ``missing factor,'' a scaling inefficiency resulting in overly conservative inference. Drawing on the framework of near-optimal concentration inequalities developed by Bentkus in the 2000s, we introduce Bentkus-type asymptotic e-values and prove that they successfully eliminate the missing factor. We also demonstrate both theoretically and empirically that Bentkus-type e-values consistently deliver sharper inference than existing alternatives, leading to tighter post-hoc confidence intervals and higher rejection rates in multiple testing procedures.
• Abstract（参考訳）: 漸近的e値は、特にポストホック推論やデータ依存の複数のテストにおいて、漸近的p値の強力な代替として現れている。 しかし、既存の漸近的e-valuesは'missing factor'というスケールの非効率さに悩まされ、過度に保守的な推論をもたらす。 2000年代にベンツクスによって開発された準最適濃度不等式(英語版)の枠組みに基づいて、ベンツクス型漸近e-値を導入し、それらが欠落要因をうまく除去することを証明する。 また,Bentkus型e-valuesが既存手法よりも常に高い推論を達成し,複数の試験手順における保温後信頼区間の厳密化と拒絶率の向上につながることを理論的および実証的に実証した。

関連論文リスト

• Asymptotic breakdown point analysis of the minimum density power divergence estimator under independent non-homogeneous setups [2.449909275410287]
  最低密度パワー分散推定器 (MDPDE) は、ロバスト推論の文献において大きな注目を集めている。 独立系や非均一系(INH)の観測など、様々な装置でうまく応用されている。 INH設定下におけるこの推定器のグローバルな信頼性や破壊挙動に関する一般的な結果は分かっていない。
  論文  参考訳（メタデータ） (2025-08-17T16:33:58Z)
• Penalized Empirical Likelihood for Doubly Robust Causal Inference under Contamination in High Dimensions [0.720409153108429]
  低サンプルサイズ方程式における平均処理効果を2倍頑健に推定する手法を提案する。 提案した信頼区間は, 競合する推定値と比較して効率がよいことを示す。
  論文  参考訳（メタデータ） (2025-07-23T11:58:54Z)
• Robust Label Shift Quantification [55.2480439325792]
  本稿では,ラベル分布のロバストな推定器を提案する。 以上の結果から,最大公試ラベルシフトのロバスト性に関する経験的観測の理論的検証が得られた。
  論文  参考訳（メタデータ） (2025-02-05T13:51:24Z)
• Near-Optimal Non-Parametric Sequential Tests and Confidence Sequences with Possibly Dependent Observations [44.71254888821376]
  我々は、一般的な非データ生成プロセスの下で、最初のタイプIエラーと予測リジェクション時間保証を提供する。 本研究では, 平均処理効果など, 方程式を推定することによって定義されるパラメータの推測に, 結果を適用する方法を示す。
  論文  参考訳（メタデータ） (2022-12-29T18:37:08Z)
• Monotonicity and Double Descent in Uncertainty Estimation with Gaussian Processes [52.92110730286403]
  限界確率はクロスバリデーションの指標を思い起こさせるべきであり、どちらもより大きな入力次元で劣化すべきである、と一般的に信じられている。 我々は,ハイパーパラメータをチューニングすることにより,入力次元と単調に改善できることを証明した。 また、クロスバリデーションの指標は、二重降下の特徴である質的に異なる挙動を示すことも証明した。
  論文  参考訳（メタデータ） (2022-10-14T08:09:33Z)
• Off-policy estimation of linear functionals: Non-asymptotic theory for semi-parametric efficiency [59.48096489854697]
  観測データに基づいて線形汎関数を推定する問題は、因果推論と包帯文献の両方において標準的である。 このような手順の平均二乗誤差に対して非漸近上界を証明した。 非漸近的局所ミニマックス下限をマッチングすることにより、有限標本のインスタンス依存最適性を確立する。
  論文  参考訳（メタデータ） (2022-09-26T23:50:55Z)
• Optimal variance-reduced stochastic approximation in Banach spaces [114.8734960258221]
  可分バナッハ空間上で定義された収縮作用素の定点を推定する問題について検討する。 演算子欠陥と推定誤差の両方に対して漸近的でない境界を確立する。
  論文  参考訳（メタデータ） (2022-01-21T02:46:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。