Confidence Interval Estimation for Means after Data Transformations to Normality
数据正态化变换后原尺度均值的置信区间估计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：摘要属于变换后均值的一般区间推断，未涉及所列领域中的特定经济计量问题。
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
数据正态化变换后原尺度均值的置信区间估计
- 研究问题
- 当数据变换后满足球形正态线性模型，而原尺度均值依赖变换尺度的均值和方差时，如何构造其置信区间？
- 方法与思路
- 作者比较多种近似区间方法，提出利用正态均值与方差之线性函数的精确区间构造新方法，并模拟覆盖率。
- 材料陈述的贡献
- 摘要称，新方法的 Monte Carlo 覆盖率表现支持其用于多种数据变换、参数取值及样本量的应用情形。
- 阅读关注点
- 应核对变换后模型条件、原尺度均值与正态参数的关系，以及新方法由精确区间生成近似区间的步骤。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未提供覆盖率数值或完整模拟设计，不能将新方法的最终区间视为精确区间。
原文摘要
When data are transformed to satisfy a spherical normal linear model, the mean θ of a variate in the original scale is a function of the mean μ and variance σ2 of a normal variate. We consider several approximate confidence interval methods for θ, including a new method based on exact confidence intervals for linear functions of μ and σ2. Monte Carlo estimates of coverage probabilities demonstrate the suitability of the new method for applications involving a wide range of data transformations, parameter values and sample sizes.