Generalized -Statistics and Other Symmetric Functions
广义 h 统计量及其他对称函数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：摘要研究无偏统计量与对称函数的通用理论，未提供所列领域细分的直接证据。
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
广义 h 统计量及其他对称函数
- 研究问题
- 如何将 h 统计量推广为总体矩参数乘积的无偏估计，并描述其代数规则及与广义 k 统计量之间的关系？
- 方法与思路
- 作者通过对称均值、无限制求和与有序分拆研究广义 h 统计量，分析乘法规则，并建立其与广义 k 统计量的联系。
- 材料陈述的贡献
- 摘要称 h 统计量具有较简洁的乘法规则和较小的系数，并可在总体分布未完全已知时用于构造抽样分布的近似形式。
- 阅读关注点
- 应核对矩参数的定义、无偏性所需条件、乘法规则及系数比较，并查明这些统计量如何进入抽样分布近似。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未给出矩存在条件、样本量要求或近似误差，不能将代数简洁视为统计效率优势。
原文摘要
Dwyer's (1937) $h$-statistic is extended to the generalized $h$-statistic $h_{p_1\cdots p_u}$ such that $E(h_{p_1\cdots p_u}) = \mu_{p_1} \cdots \mu_{p_u}$, similar to the extension of Fisher's $k$-statistic to the generalized $k$-statistic $k_{p_1\cdots p_u}$ requiring $E(k_{p_1\cdots p_u}) = \kappa_{p_1} \cdots \kappa_{p_u}$. The $h$-statistics follow simpler multiplication rules than for $k$-statistics and involve smaller coefficients. Generalized $h$-statistics are studied in terms of symmetric means, unrestricted sums, and ordered partitions, and their relationships with generalized $k$-statistics are established. The statistics are useful in obtaining approximate forms for sampling distributions when parent population is not completely known.