On Parameter Transformations and Interval Estimation
参数变换与区间估计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：摘要涉及一般标量参数模型的高阶推断，未明确关联所列微观、宏观或金融计量细分方向。
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
参数变换与区间估计
- 研究问题
- 对含未知标量参数的模型，如何选择参数化以降低大样本枢轴量的渐近偏差和偏度，并改善正态近似的准确性？
- 方法与思路
- 作者推导获得这类参数化的变换公式，考察枢轴量的二阶性质，并与似然比统计量的带符号平方根进行比较。
- 材料陈述的贡献
- 摘要称变换公式扩展了已有一维弯曲指数族结果，并通过二阶性质评估不同枢轴量的正态近似准确性。
- 阅读关注点
- 应核对变换公式适用的模型与光滑性条件、各枢轴量的定义，以及二阶改进如何影响实际区间覆盖表现。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要；具体展开、覆盖误差和有限样本结果未说明，不能据此保证区间改进。
原文摘要
Parameterizations which reduce the asymptotic bias and skewness of various pivotal quantities arising in large-sample theory are discussed for models depending on an unknown scalar parameter. Transformation formulae by which such parameterizations can be obtained are derived, and these formulae extend those for one-dimensional curved exponential families given by Hougaard (1982). To assess the accuracy of normal approximations to the distributions of the pivots, their second-order properties are considered and comparisons with the signed square root of the likelihood-ratio statistic are drawn.