On the Joint Efficiency of the Estimates of the Parameters of Normal Populations Based on Singly and Doubly Truncated Samples
单侧与双侧截断样本下正态总体参数估计的联合效率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：摘要研究截断正态样本的一般参数估计效率，未明确涉及选择模型或所列经济应用方向。
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
单侧与双侧截断样本下正态总体参数估计的联合效率
- 研究问题
- 在样本量相同的情况下，单侧或双侧截断会怎样改变正态总体均值与标准差估计的联合渐近效率，效率如何随截断点变化？
- 方法与思路
- 作者比较截断样本与完整样本下的最佳渐近正态估计，研究均值和标准差估计的联合效率，并分析其与截断点的关系。
- 材料陈述的贡献
- 摘要称，截断样本估计的联合渐近效率低于同样本量的完整样本，且效率随截断点单调变化；文中提供若干截断点的数值表。
- 阅读关注点
- 应核对联合效率的定义、截断点是否已知及单调性的具体方向，并确认同样本量比较如何区别于相同抽样成本的比较。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要；效率公式、单调方向及表中数值未提供，结论限于所述正态模型和渐近准则。
原文摘要
It is shown that the BAN (best asymptotically normal) estimates of μ the mean and σ the standard deviation of normal populations based on incomplete (singly or doubly truncated) samples of size n are asymptotically jointly less efficient than the corresponding estimates based on complete samples of the same size. The joint efficiency, e T (x α, x β), of the estimates based on incomplete samples is seen to be a monotonic function of the points of truncation x α and x β(x α < x β). A table of e T (x α, x β) for several given values of the points of truncation is presented.