A New Method for Constructing Approximate Confidence Intervals from M Estimates
由 M 估计构造近似置信区间的新方法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：摘要讨论一般位置参数的稳健估计区间，分位点仅用于构造区间，不足以归为分位数与分布效应。
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
由 M 估计构造近似置信区间的新方法
- 研究问题
- 对于位置参数的 M 估计，能否利用定义估计量的经验函数构造近似置信区间，而不只依赖点估计结果？
- 方法与思路
- 作者利用得分函数非递减时，定义位置 M 估计的经验函数与分布函数相似这一性质，从其分位点构造区间。
- 材料陈述的贡献
- 摘要提出一种由 M 估计定义函数的分位点生成近似置信区间的思路，但未报告覆盖率或与其他方法的比较。
- 阅读关注点
- 应核对经验函数及其分位点的定义、非递减条件的作用，以及区间近似依据和有限样本覆盖率表现。
- 阅读边界
- 所据为稿件版本未注明的索引摘要，不能推断刊本变化。摘要很简短，未说明区间公式、适用条件与精度。
原文摘要
The empirical function used to define M estimates of location is similar to a distribution function when Ψ is nondecreasing. This similarity allows approximate confidence intervals to be constructed from the “percentiles” of the defining function.