Innovationsportal

« Forschungslandschaft: Projekte

Eine neue und flexible Klasse scharfer asymptotischer zeitgleicher Vertrauensfolgen

Projektbearbeiter:
Dr. Felix Gnettner, Prof. Dr. Claudia Kirch
Finanzierung:
Haushalt;
Konfidenzsequenzen sind jederzeit gültige Analoga klassischer Konfidenzintervalle, die bei fakultativer Fortführung der Datenerhebung nicht unter Multiplizitätsproblemen leiden. Wie in der klassischen Statistik sind asymptotische Konfidenzsequenzen ein nichtparametrisches Werkzeug, das zeigt, unter welchen hochrangigen Annahmen eine asymptotische Abdeckung erreicht wird, so dass sie auch eine gewisse Robustheitsgarantie gegenüber Verteilungsabweichungen bieten. In diesem Beitrag schlagen wir eine neue flexible Klasse von Konfidenzsequenzen vor, die unter milden Annahmen scharfe asymptotische zeitgleiche Konfidenzsequenzen liefert. Außerdem zeigen wir die Verbindung zu entsprechenden sequentiellen Testproblemen auf und erläutern das zugrundeliegende Grenzwertsatztheorem.

Kontakt

weitere Projekte

Die Daten werden geladen ...