В любое время действительное доверие к функциям распределения

arXiv: 261 030,361494v 1 Annualce Type: New Humber Brieflow: Непараметрические выводы часто требуют характеристики неизвестной функции, такой как функция кумулятивного распределения (CDF), по всему ее домену, а не конкретной точки. Мы разрабатываем диапазоны доверия для функций распределения потока данных, которые действительны одновременно во все времена и в любой точке даже тогда, когда каждое наблюдение может произвольно зависеть от прошлого. Мы начинаем с вычисления таких полос для условного CDF, усредненного по времени, и покажем как их ширина определяется глубиной двоичного поискового дерева. Затем мы показываем, что этот результат является примером системы, с помощью которой можно создать действительные диапазоны доверия равномерно во времени и в рамках произвольного индекса для любого индексированного семейства среднесрочных функций распределения. Мы иллюстрируем рамки для ВДФ, взвешенных по значимости и имеющих правую цензуру, а также многовариантных ДСР.