Efficiency of Simple Order Statistic Estimates When Losses are Piecewise Linear
分段线性损失下简单次序统计量估计的效率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：摘要明确研究指定分位数的估计及次序统计量方法，直接对应分位数方向。
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
分段线性损失下简单次序统计量估计的效率
- 研究问题
- 当分段线性损失使最优决策取决于某个指定分位数时，如何用少量次序统计量估计该分位数，并评估效率与样本相关的影响？
- 方法与思路
- 作者通过实例考察一个或两个次序统计量的简单线性组合，与参数估计方法比较，并讨论自相关及分布形状知识的作用。
- 材料陈述的贡献
- 摘要称这些实例中的简单估计表现出较高效率，中等自相关似乎未严重损害表现，而分布形状的非正式知识可能进一步改善效率。
- 阅读关注点
- 应核对损失如何确定目标分位数、次序统计量与权重如何选取，以及效率比较采用的分布、样本量和自相关范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；结论主要来自实例且使用审慎措辞，未说明普遍效率定理或任意相关结构下的稳健性。
原文摘要
When losses are piecewise linear, optimal decision-making hinges on estimating a specified fractile of a probability distribution. In this article we investigate, through examples, the operating characteristics of an estimation procedure which utilizes simple linear combinations of one or two values in the order statistic generated by an observation vector. Such estimates appear to be remarkably efficient compared to the estimates generated by simple parametric procedures; moreover, this efficiency does not appear to be damaged excessively by the presence of moderate amounts of autocorrelation in the sample values. It also appears to be possible to exploit informal knowledge about the shape of the distribution to improve the efficiency of this procedure.