BriefGPT - AI 论文速递
·
结合独立显著性检验时平衡中心和边缘拒绝
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究提出了一种方法，用于在高维线性模型中测试单个或多个参数的假设，同时进行多重比较校正。该技术基于Ridge估计和在高维度中的投影偏差上增加的修正项，证明了p值具有强大的误差控制，并提供了充分的检测条件。
🎯
关键要点
- 该研究提出了一种方法，用于在高维线性模型中构建一般假设的 p 值。
- 该方法可用于测试单个回归参数或多个参数的假设。
- 考虑到 p 值之间的依赖关系，进行多重比较校正。
- 技术基于 Ridge 估计和投影偏差的修正项。
- 证明了 p 值具有强大的误差控制和充分的检测条件。
- 在模拟实例和真实数据应用中演示了该方法。
➡️
