Statistical Inference for Stochastic Dominance and for the Measurement of Poverty and Inequality
随机占优及贫困与不平等测度的统计推断AI 解读 ↓
← 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：摘要研究收入分布的随机占优、贫困与不平等排序及其统计推断，对应分位数与分布效应中的分布比较方向。
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
随机占优及贫困与不平等测度的统计推断
- 研究问题
- 如何对贫困、福利和不平等的分布排序进行统计推断，并在不同指数类别与贫困线范围内判断比较结论是否成立？
- 方法与思路
- 作者推导贫困指数、各阶随机占优曲线及相关贫困线估计量的渐近抽样分布，处理确定或随机贫困线及配对或独立样本。
- 材料陈述的贡献
- 摘要称这些结果支持跨分布的贫困、福利与不平等比较，并确定可有把握作出贫困排序的最大贫困线；另以四国收入数据示例。
- 阅读关注点
- 核对随机占优阶数与指标类别的对应关系、贫困线估计误差如何进入推断，以及配对和独立样本下的方差处理。
- 阅读边界
- 摘要未说明具体检验程序、置信水平或四国比较结果；渐近抽样分布本身不足以判断有限样本表现及实际分布排序的稳健性。
原文摘要
We derive the asymptotic sampling distribution of various estimators frequently used to order distributions in terms of poverty, welfare, and inequality. This includes estimators of most of the poverty indices currently in use, as well as estimators of the curves used to infer stochastic dominance of any order. These curves can be used to determine whether poverty, inequality, or social welfare is greater in one distribution than in another for general classes of indices and for ranges of possible poverty lines. We also derive the sampling distribution of the maximal poverty lines up to which we may confidently assert that poverty is greater in one distribution than in another. The sampling distribution of convenient dual estimators for the measurement of poverty is also established. The statistical results are established for deterministic or stochastic poverty lines as well as for paired or independent samples of incomes. Our results are briefly illustrated using data for four countries drawn from the Luxembourg Income Study data bases.