Statistical inference for censored bivariate normal distributions based on induced order statistics
基于伴随次序统计量的删失二元正态分布推断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：摘要研究删失二元正态样本的统计推断，所称选择问题未明确属于离散选择或经济结构估计，分类依据不足。
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
基于伴随次序统计量的删失二元正态分布推断
- 研究问题
- 当仅观测一个变量的前若干次序统计量及另一变量的对应伴随值时，如何估计二元正态参数并检验独立性？
- 方法与思路
- 作者依据该删失样本结构推导最大似然估计及其大样本协方差矩阵，并构造独立性的似然比检验、研究其功效性质。
- 材料陈述的贡献
- 摘要称给出了参数估计、渐近协方差及独立性检验，可用于仅能观测未删失主变量所对应伴随变量的选择或寿命试验。
- 阅读关注点
- 核对删失规则和样本似然、观测比例的渐近安排、估计求解及功效比较，并确认实际观测机制是否符合模型。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 摘要；未提供估计公式、功效数值或正态偏离分析，不能推广到任意删失和选择机制。
原文摘要
For a censored sample from a bivariate normal distribution consisting of the firstk ofn order statistics of one variable and the induced order statistics of the other variable, the maximum likelihood estimators of the parameters and the associated large sample co-variance matrix are derived. The likelihood ratio test for independence is also given and its power properties studied. These methods are useful in selection problems or in life testing situations in which concomitant variates are observable only for the uncensored primary variates.