Bayesian and Non-Bayesian Analysis of the Log-Normal Distribution and Log-Normal Regression
对数正态分布与对数正态回归的贝叶斯及非贝叶斯分析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：摘要侧重参数分布与点估计理论，未明确涉及分布效应或其他所列应用方向。
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
对数正态分布与对数正态回归的贝叶斯及非贝叶斯分析
- 研究问题
- 研究如何估计对数正态分布及回归过程的参数，尤其关注分布和回归因变量的均值、中位数估计。
- 方法与思路
- 作者推导目标参数的后验分布并描述其性质，同时定义较广的点估计量类别，在该类别内寻找最小均方误差估计。
- 材料陈述的贡献
- 摘要称，得到对数正态分布及回归因变量均值、中位数的新估计量，其最小均方误差性质限于所定义的类别。
- 阅读关注点
- 应核对先验设定、后验性质、估计量类别的限制，以及均方误差最小化针对哪些参数值和评价方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。先验、估计量形式及最优性条件未提供，不能将类别内最优推广为全面优越或推断刊本变化。
原文摘要
In this article, Bayesian and non-Bayesian methods for estimating parameters of the log-normal distribution and of log-normal regression processes are considered. Posterior distributions for parameters of interest are derived and their properties are described. With respect to point estimation, a rather broad class of estimators is defined and, relative to this class, new minimal mean square error (MSE) estimators for the median and mean of the log-normal distribution and for the median and mean of the dependent variable in log-normal regressions are derived.