Optimal Solutions in Parameter Estimation Problems for the Cauchy Distribution
柯西分布参数估计问题的最优解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：摘要研究特定分布下的参数估计效率，未涉及分位数效应或其他所列经济计量方向。
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
柯西分布参数估计问题的最优解
- 研究问题
- 在柯西分布的位置参数估计及位置与尺度联合估计中，哪些分位点间距配置能最大化渐近相对效率？
- 方法与思路
- 作者研究基于 k 间距的估计，以动态规划结合 Newton–Raphson 迭代求解最优配置，并分析联合估计的配置。
- 材料陈述的贡献
- 摘要称，特定 k 值下最优位置估计间距不对称，反驳总是对称的假设；联合估计的最优配置则为等概率间距。
- 阅读关注点
- 应核对间距估计量及效率基准的定义、非对称结论适用的 k 值，以及数值求解如何确定全局最优配置。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未提供效率表和证明，位置估计的结论以尺度已知为前提，不能任意外推。
原文摘要
It is shown that for the estimation of the location parameter of a Cauchy distribution, for which the scale parameter is known, k-spacings corresponding to the maximum asymptotic relative efficiency (ARE) are asymmetric when k = 4m − 1; this result is in contrast to Chan's assumption that optimal k-spacings are always symmetric. Accurate solutions for the maximal ARE and optimal k-spacings obtained by a combination of dynamic programming and Newton-Raphson iterations have been tabulated for k = 3, 7 and 11. In the joint estimation of the location and scale parameters the maximum joint asymptotic relative efficiency is achieved by the equi-probable k-spacing λi = i/(k + 1).