Jackknifing L -Statistics with Smooth Weight Functions
光滑权重函数下 L 统计量的刀切法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：次序统计量与刀切方差估计属于通用统计理论，摘要未明确涉及经济分位数效应或其他给定细分。
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
光滑权重函数下 L 统计量的刀切法
- 研究问题
- 对次序统计量的线性组合使用刀切法时，伪值方差估计何时一致，其大样本理论能否支持小样本近似置信区间？
- 方法与思路
- 作者分析刀切处理后 L 统计量的渐近行为，在权重函数光滑性与修剪条件下研究伪值方差估计，并开展 Monte Carlo 检查。
- 材料陈述的贡献
- 摘要称伪值方差估计在所述条件下一致，结果可扩展至 L 统计量的函数，模拟结果支持近似置信区间的小样本应用。
- 阅读关注点
- 应核对光滑性及修剪条件的具体形式、对分布的要求、函数扩展所需条件，以及模拟中的样本量和区间覆盖表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；条件与模拟数值未给出，不能据此保证任意权重或小样本区间的准确性。
原文摘要
The behavior of linear combinations of order statistics (L-statistics) under jackknifing is discussed. The asymptotic behavior of a jackknifed L-statistic is described and the pseudovalue-based variance estimate is shown to be consistent under moderate smoothness and a trimming condition on the weight function. The results extend easily to functions of L-statistics and thus answer a question posed in Miller (1974). Monte Carlo results support small-sample applicability of the large-sample results for the construction of approximate confidence intervals.