核方法形式化实验研究外部有效性

2026年10月12日，arXiv Statistics Machine Learning 频道发布一手报道，介绍一项关于实验研究外部有效性的核方法研究。该研究提出用核方法形式化外部有效性，将其定义为两次独立同规模重复实验结果的最大均值差异（MMD）低于给定容差的概率。方法通过选择结果空间与合适的再生核适配不同研究问题，并建立研究规模与 MMD 分位数的渐近幂律关系，可由小规模预实验估算所需样本量。框架已应用于含并列项的排序场景，代码作为 genexpy Python 模块发布。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。