Interpolation Rules Suggested by Asymptotic Expansions
渐近展开启发的插值规则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：摘要讨论通用分布与分位数数值近似，未涉及微观分布效应等特定计量问题。
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…
渐近展开启发的插值规则
- 研究问题
- 在计算分布函数或分位数时，能否利用渐近展开的信息获得准确的数值近似，同时避免显式计算展开中的各项？
- 方法与思路
- 作者基于 Edgeworth 与 Cornish–Fisher 展开提出简单插值规则，以替代对展开项的显式计算。
- 材料陈述的贡献
- 摘要称，所提规则可用于分布或分位数计算，并获得高精度数值近似；摘要未给出误差界或具体精度结果。
- 阅读关注点
- 应核对插值规则所需的输入、与两类展开的联系、近似误差控制，以及尾部分位数和不同样本规模下的表现。
- 阅读边界
- 所据 OpenAlex 索引摘要未注明稿件版本；摘要未说明适用分布、正则条件或精度数值，不能据此认定近似普遍可靠。
原文摘要
We suggest a simple interpolation rule, based on Edgeworth and Cornish-Fisher expansions, which permits highly accurate numerical approximation in problems involving calculation of distributions or quantiles without requiring explicit calculation of terms in the expansions.