指数模型下真零假设比例的偏差校正估计量：在分段失效数据中自适应 FDR 控制的应用

针对多重假设检验场景下真零假设比例（$\pi_0$）的两种近期提出的基于模型的偏差校正估计量，已针对每个公共假设下可得的指数分布随机观测值进行了重构。基于随机序，给出了若干相关 $\pi_0$ 估计量构建背后的新动机。从理论上证明了基于模型的估计量偏差的减小，并给出了计算这些估计量的算法。这些估计量还被用于构建一种流行的自适应多重检验过程。大量数值研究支持了偏差校正估计量的优越性。我们也指出了在未对底层分布进行适当评估的情况下使用基于模型的偏差校正方法的不利影响。结合可靠性与保修研究，使用合成数据集进行了案例研究，以在非高斯设定下展示该过程的适用性。所得结果与领域专家的直觉和经验一致。文末进行了引人深思的讨论，并指出了未来的研究空间。