Non-Parametric Confidence Intervals for a Mean Using Censored Data
利用删失数据构造均值的非参数置信区间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：摘要研究一般删失数据下的均值区间推断，没有条件分位数、分布效应或其他所列领域问题的直接依据。
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
利用删失数据构造均值的非参数置信区间
- 研究问题
- 研究如何把未知连续分布函数的非参数置信区域转化为总体均值的置信区间，并调整程序以处理删失观测。
- 方法与思路
- 作者以一般 Kolmogorov 型分布函数置信区域为出发点，将其转换为均值区间，并说明允许纳入删失数据的修改。
- 材料陈述的贡献
- 摘要称，论文建立了从分布函数置信区域到均值置信区间的转换方法，并给出处理删失观测的相应估计程序调整。
- 阅读关注点
- 读全文时应核对分布支持集、尾部或矩条件及删失机制，确认区间端点如何得到，以及何时能够产生有限的区间。
- 阅读边界
- 仅据 Crossref 摘要；均值存在、尾部约束与删失条件均未说明，不能据此认定任意删失样本都能给出有限且有效的区间。
原文摘要
Summary General Kolmogorov-type non-parametric confidence contours for an unknown continuous distribution function are converted into non-parametric confidence intervals for the mean of the distribution. It is shown how these estimation procedures may be modified to enable censored data to be handled.