Iterative maximum-likelihood estimation of the parametersof normal population from singly and doubly censored samples
单侧与双侧删失样本下正态总体参数的迭代极大似然估计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：摘要研究正态删失样本的通用参数估计，未明确属于离散选择、结构估计或其他所列方向。
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
单侧与双侧删失样本下正态总体参数的迭代极大似然估计
- 研究问题
- 当正态总体样本发生单侧或双侧删失时，如何联合估计均值和尺度参数，并评估小样本估计误差与渐近不确定性？
- 方法与思路
- 作者推导极大似然估计的联立方程，提出适用于两个参数未知或一个参数已知的迭代程序，并进行蒙特卡洛比较。
- 材料陈述的贡献
- 摘要称，文章提供迭代估计方法及渐近方差、协方差表，并在样本量为十和二十时比较极大似然与最佳线性无偏估计。
- 阅读关注点
- 应核对删失方案、迭代更新与收敛条件，审查渐近表的使用方式，并查看千次模拟中的偏差、标准差及比较结果。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要给出模拟规模但未报告比较结果，不能断言哪种估计量的小样本表现更好。
原文摘要
SUMMARY Iterative procedures are given for joint maximum-likelihood estimation based on singly and doubly censored samples from a normal population. The simultaneous equations yielding the maximum-likelihood estimates are obtained. Since their algebraic solution is impossible, iterative procedures are proposed which are applicable in the most general case in which both parameters are unknown and in special cases in which either of the parameters is known. The asymptotic variances and covariances are tabulated for 10 % censoring intervals. A Monte Carlo investigation of the means and standard deviations of the maximum-likelihood estimators was made for 1000 samples from the standard normal population for n= 10 and n=20. A comparison was then made of best linear unbiased estimators and maximum-likelihood estimators for n= 10 and n=20.