跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:一般中心矩估计不直接涉及分位数或经济分布效应,故不足以归入所列细分。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Peter M. Heffernan

利用U统计量无偏估计中心矩

研究问题
对前r阶矩存在的分布,如何构造第r阶中心矩的无偏估计,并确定它在对整个分布类无偏的估计量中的地位?
方法与思路
作者寻找将第r阶中心矩写成正则统计泛函的核,再用该核构造U统计量,以研究无偏性、对称性与方差性质。
材料陈述的贡献
摘要称对应U统计量是唯一的对称无偏估计量,并对每个分布,在对所述整个分布类无偏的估计量中具有最小方差。
阅读关注点
应核对核函数、样本量要求及唯一性的限定范围,尤其是方差存在条件与对整个分布类无偏这一比较约束。
阅读边界
仅据所给Crossref摘要,不能据此断言相对有偏估计量也有最小均方误差;具体核及方差有限性条件未说明。

原文摘要

Summary We obtain an estimator of the rth central moment of a distribution, which is unbiased for all distributions for which the first r moments exist. We do this by finding the kernel which allows the rth central moment to be written as a regular statistical functional. The U-statistic associated with this kernel is the unique symmetric unbiased estimator of the rth central moment, and, for each distribution, it has minimum variance among all estimators which are unbiased for all these distributions.

笔记与分组