Estimation from a Censored Sample for the Exponential Family
指数族分布的删失样本参数估计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：摘要属于删失数据的通用似然估计与计算方法，缺少所列计量领域细分的直接依据。
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
指数族分布的删失样本参数估计
- 研究问题
- 如何利用第一类删失样本估计指数族参数，求解相应似然方程，并刻画迭代方法的收敛与估计不确定性？
- 方法与思路
- 作者推导删失样本的似然方程，从其解释引出特定迭代求解法，讨论收敛相关结果并推导渐近方差协方差矩阵。
- 材料陈述的贡献
- 摘要称，论文提供了似然方程的迭代求解思路和渐近协方差结果，并在双侧删失正态分布例子中比较另一方法。
- 阅读关注点
- 应核对第一类删失的观测结构、迭代更新及初值要求，区分算法收敛与统计渐近性质，并检查例子中的比较指标。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要；未说明收敛条件、是否收敛至全局极值及比较结果，不能推断算法普遍可靠。
原文摘要
The likelihood equations are derived for the estimation of the parameters of an exponential family from a Type I censored sample and are shown to have an interpretation which suggests a particular iterative method of solution. Some results relevant to the convergence properties of this method are given and the asymptotic variance-covariance matrix is derived. The method is illustrated by an example in which it is compared with an alternative method in the case of estimation for a doubly censored normal distribution.