Interval estimation of location difference with incomplete data
不完整数据下位置差的区间估计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：摘要研究一般相关变量的缺失数据区间估计，未明确涉及因果效应或微观分位数与分布效应。
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
不完整数据下位置差的区间估计
- 研究问题
- 两个相关变量的观测均存在缺失时，如何为其位置差构造易计算的置信区间，并降低对参数分布设定的敏感性？
- 方法与思路
- 作者提出位置差的渐近分布自由置信区间，给出显式置信限，并将其稳健性与已有参数区间估计方法比较。
- 材料陈述的贡献
- 摘要称新方法的置信限具有易计算的显式形式，并比其他已知参数区间估计方法更稳健，但未报告比较细节。
- 阅读关注点
- 应核对位置参数定义、缺失机制与相关结构、分布自由性质的条件，以及稳健性比较所用标准和方法。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；缺失机制与覆盖率结果未说明，渐近分布自由不保证任意缺失下的有限样本有效性。
原文摘要
An asymptotically distribution-free confidence interval for the location difference of two correlated variables with incomplete data on both responses is proposed. The confidence limit has an explicit form and can be easily obtained. The new procedure is also shown to be more robust than other known parametric interval estimators.