Edgeworth expansions and normalizing transforms for inequality measures
不平等测度的 Edgeworth 展开与正态化变换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：摘要直接研究不平等测度的分布近似、置信区间及区域不平等应用。
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…
不平等测度的 Edgeworth 展开与正态化变换
- 研究问题
- 学生化不平等测度的有限样本分布存在位置偏移与偏斜时，如何修正正态近似并改善置信区间的精度？
- 方法与思路
- 作者推导第一与第三累积量的二阶展开，构造 Edgeworth 展开和消除二阶项的正态化变换，再结合自助法。
- 材料陈述的贡献
- 摘要称变换后的高斯近似误差达到 O(n⁻¹)，进一步自助法改善至 O(n⁻³ᐟ²)，并展示区域不平等应用。
- 阅读关注点
- 应核对展开所需的矩与光滑条件、偏差和偏斜系数的估计，以及所述误差阶对应的近似对象和区间构造。
- 阅读边界
- 仅据所给出版社摘要；“分布无关表达式”不表示无需分布正则条件，摘要未说明厚尾适用性或实际覆盖改善幅度。
原文摘要
Finite sample distributions of studentized inequality measures differ substantially from their asymptotic normal distribution in terms of location and skewness. We study these aspects formally by deriving the second-order expansion of the first and third cumulant of the studentized inequality measure. We state distribution-free expressions for the bias and skewness coefficients. In the second part we improve over first-order theory by deriving Edgeworth expansions and normalizing transforms. These normalizing transforms are designed to eliminate the second-order term in the distributional expansion of the studentized transform and converge to the Gaussian limit at rate O(n-1). This leads to improved confidence intervals and applying a subsequent bootstrap leads to a further improvement to order O(n-3/2). We illustrate our procedure with an application to regional inequality measurement in Côte d'Ivoire.