跳到正文
← 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:摘要研究正态配对样本的方差信息,未提供与所列经济计量细分方向直接相关的证据。

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
C. J. Wild

配对观测下的方差估计

研究问题
在每对观测共享未知均值、具有共同方差的独立正态模型中,除配对差值外,配对和是否也包含可用于估计方差的信息?
方法与思路
作者比较边际或条件充分性论证与利用配对和的思路,在对各对均值施加一定假设后考察额外信息;摘要未给出具体估计步骤。
材料陈述的贡献
摘要称,在关于均值的相当弱的假设下,配对和也能提供相当数量的方差信息,补充了只利用配对差值的信息提取思路。
阅读关注点
阅读时应核对均值假设的精确定义、配对和所含信息的度量方式,以及结合和与差值估计方差的构造及适用范围。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;均值限制、信息增益幅度及有限样本性质均未说明,不能推断刊本变化。

原文摘要

We wish to estimate the variance σ 2 from n pairs ( X i ,Y i ) which are independent normal random variables with unknown mean μ i and variance σ 2 . According to a marginal or conditional sufficiency argument, all useful information about σ 2 is contained in the differences X i − Y i . This paper shows that under fairly weak assumptions about the means, a considerable amount of information is also extractable from the sums X i + Y i .

笔记与分组
相关领域论文