Simulation extrapolation deconvolution of finite population cumulative distribution function estimators
有限总体累积分布函数估计的模拟外推去卷积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：摘要直接研究测量误差下的累积分布函数估计，对应分位数与分布方法方向。
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
有限总体累积分布函数估计的模拟外推去卷积
- 研究问题
- 当抽样单位的观测带有测量误差时，如何估计有限总体累积分布函数，减轻测量误差引起的偏差并估计方差？
- 方法与思路
- 题名指向模拟外推去卷积，摘要提出简单的偏差调整分布函数估计量及配套方差估计量，但未交代外推与去卷积步骤。
- 材料陈述的贡献
- 摘要称，所提估计量能消除测量误差造成的大部分偏差，并给出该累积分布函数估计量的方差估计方法。
- 阅读关注点
- 阅读时应核对抽样设计、测量误差分布及其信息来源，确认模拟外推的具体实施、偏差削减条件和方差估计有效性。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；误差模型、外推形式及偏差削减幅度未说明，不能据此认定完全消除测量误差。
原文摘要
We study estimation of a finite population cumulative distribution function when sample units are measured with error. We propose a simple, bias-adjusted estimator that eliminates much of the bias induced by measurement error. A variance estimator for the proposed cumulative distribution function estimator is also obtained.