Estimation Procedures for Difference of Means with Missing Data
存在缺失数据时均值差的估计方法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：摘要讨论二元正态样本的缺失数据估计，没有处理效应或其他所列经济学方向的明确依据。
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
存在缺失数据时均值差的估计方法
- 研究问题
- 从方差和协方差未知的二元正态总体抽样、且一个变量存在缺失观测时，如何估计两个均值之差并比较均方误差？
- 方法与思路
- 作者推导均值差的最大似然估计，以均方误差为准则与其他估计方法比较，并提供示例表格支持比较结论。
- 材料陈述的贡献
- 摘要称，在完整配对观测数量适中时，最大似然估计在大多数所考察参数取值下具有最小均方误差。
- 阅读关注点
- 应核对缺失机制及似然构造、其他比较估计量、完整配对数量适中的含义，以及优势对应的参数区域。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明缺失机制、比较方法或参数范围，不能推广为一般缺失数据下最优或推断刊本变化。
原文摘要
The maximum likelihood estimate of the difference of the means is obtained in sampling from a bivariate normal distribution with unknown variances and co-variance when some of the observations on one of the variables are missing. This estimate is compared to several others by using the mean square error criterion. It is found that, when there are a moderate number of complete pairs of observations, the maximum likelihood estimate has the smallest mean square error for most of the parameter values. Illustrative tables are given to support our conclusions.