本文提出了一个基于非参数 $f$- 分歧球构建的分布不确定性集合的广义经验似然框架，用于随机优化问题，以实现达到精确覆盖的单侧和双侧置信区间。研究的分布鲁棒公式的优化器具有一致性属性。

本文提出了一个基于非参数 $f$- 分歧球构建的分布不确定性集合的广义经验似然框架，用于随机优化问题的统计推断。该方法能够提供一个有原则的选择分布不确定性区域大小的方法，以实现达到精确覆盖的单侧和双侧置信区间。同时，证明了分布鲁棒的公式具有一致性属性。

本文提出了一个基于非参数 $f$- 分歧球构建的分布不确定性集合的广义经验似然框架，用于随机优化问题的统计推断。该方法可以实现达到精确覆盖的单侧和双侧置信区间，并具有一致性属性。