A Note on the Estimation of the Location Parameter of the Cauchy Distribution
柯西分布位置参数估计的一则札记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：摘要研究一般位置参数估计，使用次序统计量不足以归入微观分位数与分布效应。
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
柯西分布位置参数估计的一则札记
- 研究问题
- 能否仅用少数次序统计量构造简单的柯西位置估计量，并提高相对于所述截尾均值和样本中位数的渐近效率？
- 方法与思路
- 作者考察次序统计量加权平均构成的快速估计量，寻找高渐近相对效率方案，并与截尾及删失估计进行比较。
- 材料陈述的贡献
- 摘要称，找到一个使用五个次序统计量的估计量，其渐近效率优于所述最优截尾均值和中位数，并计算删失估计效率。
- 阅读关注点
- 应核对五个次序统计量的位置与权重、效率比较基准及尺度参数处理，区分渐近效率与有限样本风险。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；90%是研究目标，摘要未明确给出所提估计量的实际效率数值。
原文摘要
Recently Professors T. J. Rothenberg, F. M. Fisher, and C. B. Tilanus published a paper proposing the class of trimmed means as estimators of the location parameter of the Cauchy distribution [5]. They showed that the asymptotic sampling variance of the estimators in this class is essentially minimized by using the middle 24% of the sample order statistics. The corresponding estimate has an asymptotic relative efficiency to the best estimator for complete samples (A.R.E.) of .87796 as compared to an A.R.E. of .81057 for the sample median. In this paper a few “quick estimators” are considered as estimators for the location parameter of the Cauchy Distribution. A “quick estimate” is a linear combination (a weighted average) of one or more order statistics. Our goal is to find a simple estimator, i.e. an estimator based on only a few order statistics, which has an A.R.E. of at least 90%. We found an estimator based on five order statistics which is considerably better than the optimum trimmed mean (using the middle 24% of the sample order statistics) and much better than the sample median. The A.R.E. of the optimum censored estimate with censored fractiles .38 and .62 is also found, and a comparison between the trimmed, censored, and proposed estimators is made.