Estimates of Location: A Large Deviation Comparison
位置参数估计的大偏差比较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：摘要研究位置估计的通用大偏差效率，未涉及经济分布效应或其他所列应用细分方向。
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
位置参数估计的大偏差比较
- 研究问题
- 研究单样本位置参数估计中，偏离真值超过固定幅度的左右尾概率以何种指数速度消失，以及不同估计量在这一标准下如何比较。
- 方法与思路
- 作者以两侧偏差概率较大者的指数衰减率衡量表现，求平移不变估计的最优值，并讨论多类稳健位置估计的计算方法。
- 材料陈述的贡献
- 摘要称给出了平移不变估计的最优衰减率，涵盖M估计、秩估计和Hodges–Lehmann估计，并报告三类分布下的效率计算。
- 阅读关注点
- 应核对大偏差效率的定义、偏离幅度的作用、最优值的适用分布条件，以及数值比较与常见渐近方差效率的区别。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；最优率的具体表达、计算结果及正则条件未提供，不能据此给出估计量的普遍优劣结论。
原文摘要
This paper considers the estimation of a location parameter $\theta$ in a one-sample problem. The asymptotic performance of a sequence of estimates $\{T_n\}$ is measured by the exponential rate of convergence to 0 of $\max \{P_\theta(T_n < \theta - a), P_\theta(T_n > \theta + a)\}, \text{say} e(a).$ This measure of asymptotic performance is equivalent to one considered by Bahadur (1967). The optimal value of $e(a)$ is given for translation invariant estimates. Some computational methods are reviewed for determining $e(a)$ for a general class of estimates which includes $M$-estimates, rank estimates and Hodges-Lehmann estimates. Finally, some numerical work is presented on the asymptotic efficiencies of some standard estimates of location for normal, logistic and double exponential models.