On the Joint Efficiency of the Estimates of the Parameters of Normal Populations Based on Singly and Doubly Truncated Samples
单侧与双侧截断正态样本参数估计的联合效率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：摘要研究正态截断样本的一般参数估计效率，未涉及具体结构模型或所列其他计量方向，故暂不分类。
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
单侧与双侧截断正态样本参数估计的联合效率
- 研究问题
- 在相同观测样本量下，基于单侧或双侧截断正态样本的均值和标准差估计，其联合渐近效率如何变化？
- 方法与思路
- 作者比较截断与完整样本下的最佳渐近正态估计，考察联合效率随截断点的变化，并给出若干截断点对应的表格。
- 材料陈述的贡献
- 摘要称截断样本估计的联合渐近效率低于同样本量的完整样本估计，且联合效率是截断点的单调函数。
- 阅读关注点
- 应核对最佳渐近正态估计与联合效率的定义、截断点的设定，以及单侧和双侧情形中单调性的具体方向。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；效率公式、单调方向及表值未提供，渐近结论不能直接代表小样本损失。
原文摘要
It is shown that the BAN (best asymptotically normal) estimates of μ the mean and σ the standard deviation of normal populations based on incomplete (singly or doubly truncated) samples of size n are asymptotically jointly less efficient than the corresponding estimates based on complete samples of the same size. The joint efficiency, e T (x α, x β), of the estimates based on incomplete samples is seen to be a monotonic function of the points of truncation x α and x β(x α < x β). A table of e T (x α, x β) for several given values of the points of truncation is presented.