Estimation of an asymmetrical density from several small samples
利用多个小样本估计非对称密度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：摘要研究通用测量误差密度恢复，虽涉及分位数，但未明确研究微观分布效应或分位数回归。
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
利用多个小样本估计非对称密度
- 研究问题
- 当多个不同物品各有至少三次测量时，如何利用物品内部测量差异恢复可能非对称的测量误差密度及其分位数？
- 方法与思路
- 作者估计同一物品测量误差的一阶和二阶差分密度，再用特征函数关系与 Hermite 函数展开构造非线性最小二乘算法。
- 材料陈述的贡献
- 摘要提出误差密度估计方法，以蒙特卡洛考察估计分位数，并应用于多家实验室对非均质参考材料的测量。
- 阅读关注点
- 应核对重复测量误差的模型条件、差分密度恢复原密度的依据，以及展开截断、算法求解和分位数估计的敏感性。
- 阅读边界
- 仅据未注明稿件版本的索引摘要；摘要未说明识别约束、误差依赖结构或模拟结果数值，不能确认密度恢复的唯一性和精度。
原文摘要
A method for estimation of the measurement error probability density from three or more measurements on each of several dissimilar items is presented. Differences between measurements on the same item provide estimates of the densities of the first and second differences between error realizations. The relations between these densities and the error density, expressed in terms of characteristic functions and Hermite function expansions, are the basis for a nonlinear least-squares algorithm. Estimated percentiles of the error density are investigated by Monte Carlo experiments. The method is applied to measurements by several laboratories on an inhomogeneous reference material with asymmetric variability.