Nonparametric estimation for a symmetric distribution
对称分布的非参数估计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：摘要直接研究分布函数、分位数及其置信推断，对应分位数与分布方向。
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
对称分布的非参数估计
- 研究问题
- 分布对称性及其中心信息，能在多大程度上改善非参数分布估计、分位数区间和容忍限的准确性？
- 方法与思路
- 作者分别讨论对称中心已知与需从样本估计的情形，将分布函数估计和置信带的收益延伸至分位数及容忍限。
- 材料陈述的贡献
- 摘要称中心已知时非参数估计准确性有显著改善，相关收益可延伸到区间推断；中心未知时仍可能获得改善。
- 阅读关注点
- 核对如何利用对称性构造估计量、准确性的衡量标准，以及中心估计误差如何进入置信带和分位数区间。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；改善幅度、正则条件与对称性失效时的表现未说明，不能视为普遍优势。
原文摘要
Substantial improvements in the accuracy of nonparametric estimates are achieved when the centre of a symmetric distribution is known. Resultant benefits for confidence bands for the distribution function are extended to confidence intervals for quantiles and also tolerance limits. When the symmetry centre is not known and must be estimated from the sample improvements in accuracy are still possible.