新方法用生成模型检验条件分布相等

研究者 Zekai Jin、Yi Zhang、Yun Yang、Xiaofeng Shao 提出一种利用生成模型比较条件分布相等性的检验方法，同时使用观测数据与合成样本，并引入样本分割与学生化方案控制估计误差。 该方法在原假设下检验统计量渐近正态，对邻近备择假设具有局部功效；理论仅要求学到的条件分布一致，因而适用于广泛的生成模型。实验显示其在高维场景下尺寸控制准确、功效强，优于代表性的基于核的条件与联合双样本检验。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。