Estimation of location difference for fragmentary samples
不完整样本中位置参数差异的估计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：摘要讨论一般位置差异、缺失观测与稳健估计，未明确涉及因果效应或分布效应。
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
不完整样本中位置参数差异的估计
- 研究问题
- 当两个相关变量的观测存在缺失时，如何估计其位置参数之差，并降低异常观测对估计结果的影响？
- 方法与思路
- 作者针对任一变量部分观测缺失的情形提出一类简单稳健估计量，并研究其渐近性质及相对效率。
- 材料陈述的贡献
- 摘要称，估计量具有一致性和渐近正态性，对异常观测不敏感；作者通过与既有估计量的渐近相对效率比较说明优势。
- 阅读关注点
- 应核对缺失机制、相关变量的分布条件、估计量的稳健性定义，以及相对效率比较所采用的模型与参照估计量。
- 阅读边界
- 所据 OpenAlex 索引摘要未注明稿件版本；摘要未说明缺失机制及效率比较条件，不能据此推断任意缺失或污染下均有效。
原文摘要
A class of simple and robust estimators of the difference between location parameters of correlated variables is proposed when some observations on either of the variables are missing. We show that these estimators are consistent, asymptotically normally distributed, and insensitive to outlying observations. Asymptotic relative efficiency comparisons with other known estimators are made to show the advantage of the proposed estimators.