带有缺失相关信息的数据集的鲁棒性检验统计量
摘要：缺乏相关性描述的实验结果使得进行假设检验或模型拟合变得困难，因为仅假设没有相关性可能会导致结果的不确定性被过高或过低估计。本研究提出了一种可以用于缺乏相关性信息的数据集的稳健检验统计量。在没有相关性的情况下，它们是精确的，并且在存在相关性的情况下可以保守地估计不确定性，或者在数据点之间存在完全相关的退化情况下也能完全准确。
作者：Lukas Koch
论文ID：2102.06172
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2021-06-30