Unbiased estimation of parameters by order statistics in the case of censored samples
删失样本中利用次序统计量进行参数无偏估计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：材料涉及删失样本的通用分布参数估计，缺乏所列计量领域细分的直接证据。
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
删失样本中利用次序统计量进行参数无偏估计
- 研究问题
- 题名关注删失样本的次序统计量估计；摘要具体涉及正态与伽马分布的近似最大似然估计及其效率比较。
- 方法与思路
- 摘要称作者获得正态与伽马分布的近似最大似然估计量，并将其效率与对应的最佳线性无偏估计量比较。
- 材料陈述的贡献
- 摘要明确陈述的贡献是构造两类分布的近似最大似然估计并进行效率比较，但没有说明哪种估计更有效。
- 阅读关注点
- 应核对删失的类型、次序统计量的使用方式、被估参数、似然近似步骤，以及无偏性和效率比较的定义。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要很短，未说明删失设计、估计公式，也不能据题名认定所有估计均无偏。
原文摘要
Approximate maximum likelihood estimators have been obtained for the normal and gamma distributions and their efficiencies compared to those for the best linear unbiased estimators for these distributions.