Efficient moment estimators when the variables are dependent with special reference to type II censored normal data
变量相依时的有效矩估计：以第二类删失正态数据为例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：材料讨论一般相依数据的矩估计与删失正态模型，没有足够依据归入所列经济学领域细分。
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
变量相依时的有效矩估计：以第二类删失正态数据为例
- 研究问题
- 在变量相依、尤其第二类删失正态数据中，能否将计算繁琐的极大似然方程转为更便于处理且保持效率的矩方程？
- 方法与思路
- 所给摘要描述一种把极大似然方程化为矩方程的程序，并将其用于删失正态数据；具体变换和效率定义未交代。
- 材料陈述的贡献
- 摘要称该程序得到的矩估计具有100%效率，同时明确表示本文未讨论相依变量情形下估计量的随机收敛问题。
- 阅读关注点
- 应核对相依结构、删失机制、效率的比较基准及成立条件，并检查矩方程解的存在性与计算方法是否有明确保证。
- 阅读边界
- 材料是稿件版本未注明的OpenAlex索引摘要，且开头残缺、参数符号乱码，需查原文；100%效率不能自动解释为有限样本最优或收敛保证。
原文摘要
pair of equations in ,u and &, the maximum likelihood estimates of ,u and o, are tiresome to handle computationally (Gupta, 1952). Though some considerable attention has been given to the solution of the maximum likelihood equations in this case (Cohen, 1957), and various alternatives to the maximum likelihood estimators have been proposed (Sarhan & Greenberg, 1956, 1958; Saw, 1959), it remains an interesting field in which to apply the methods suggested in this paper. Essentially, the maximum likelihood equations are reduced to moment equations by a process which ensures that these moment equations yield estimators which are of 100 % efficiency. Early work in this field is contained in a paper by Shenton (1958), who considered the case of independent variables and the stochastic convergence of his moment estimators. The question of stochastic convergence with respect to the estimators in the case of dependent variables is not discussed here, but will possibly be the subject of a later paper.