On the Behavior of Some Estimators from Probability Plots
概率图中若干估计量的性质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：摘要涉及通用位置—尺度参数估计与概率图，未研究分位数效应、尾部风险或其他所列细分。
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
概率图中若干估计量的性质
- 研究问题
- 在位置—尺度模型的概率图上拟合直线，并用截距和斜率估计参数时，这些估计量具有什么渐近、有限样本和稳健性质？
- 方法与思路
- 作者考察概率图上的加权最小二乘直线估计，包括普通最小二乘以及对极端次序统计量进行修剪或温莎化后的估计。
- 材料陈述的贡献
- 摘要说明文章讨论这类估计量的渐近、有限样本、稳健性和最优性性质，但未陈述具体最优权重或统一性能结论。
- 阅读关注点
- 应核对概率图构造、权重选择及修剪和温莎化规则，并确认各项稳健性与最优性结论采用何种标准和适用分布。
- 阅读边界
- 来源为稿件版本未注明的 OpenAlex 索引摘要；具体性质与成立条件未说明，概率图参数估计不能直接理解为分布效应分析。
原文摘要
Probability plots are popular graphical methods used to assess distributional assumptions. Under a location-scale model, the plot tends to lie on a straight line. A common practice in this situation is to fit a line through the plot and use the intercept and slope of the fitted line as estimates of the location and scale parameters. What are the properties of these estimators? Estimators from weighted least squares lines are considered, and their asymptotic, finite-sample, robustness, and optimality properties are discussed. Included among these are the ordinary least squares estimators and estimators from least squares lines fitted after trimming or Winsorizing some of the extreme order statistics.