A Note on the Optimum Spacing of Sample Quantiles from the Six Extreme Value Distributions
六种极值分布样本分位数的最优间隔：一则札记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：样本分位数用于通用极值分布参数估计，未涉及处理效应或金融尾部风险。
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
六种极值分布样本分位数的最优间隔：一则札记
- 研究问题
- 利用样本分位数对极值分布的位置或尺度参数进行渐近最优线性无偏估计时，应怎样选择分位数之间的间隔？
- 方法与思路
- 作者将第一类极值分布的位置参数问题，与第二、三类极值分布的尺度参数问题联系起来，借用指数分布的已有结果。
- 材料陈述的贡献
- 摘要称，这些参数估计中的渐近最优分位数间隔问题本质相同，因此指数分布尺度参数的相关结果可以用于这些问题。
- 阅读关注点
- 应核对不同极值分布之间的转换关系、最优性准则及分位数选取范围，并检查指数分布结果迁移时需要哪些条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出最优间隔、具体转换或有限样本性质，不能据此补写计算方案。
原文摘要
The problems of asymptotically optimum spacing of sample quantiles in connection with asymptotically best linear unbiased estimation of the location parameter of an extreme value distribution of Type I or the scale parameter of an extreme value distribution of Type II or III, are essentially the same. Previous results for the scale parameter of an exponential distribution can therefore be used.