Estimation of the parameters of the extreme value distribution by use of two or three order statistics
利用两个或三个次序统计量估计极值分布参数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：摘要研究极值分布的一般参数估计，没有金融尾部风险或经济分布效应的应用依据，故不按极值关键词归类。
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
利用两个或三个次序统计量估计极值分布参数
- 研究问题
- 如何仅用两个或三个次序统计量估计极值分布的位置与尺度参数，并为大样本构造对应的分位数估计量？
- 方法与思路
- 作者讨论基于少量次序统计量的线性估计，在样本量不超过二十时给出最优线性无偏估计，并考察大样本对应形式。
- 材料陈述的贡献
- 摘要称提供位置和尺度参数的最优线性无偏估计，并得到非常大样本下基于样本分位数的类似估计量。
- 阅读关注点
- 应核对极值分布的具体参数化、次序统计量的选择、线性无偏最优性的比较范围，以及大样本近似的条件。
- 阅读边界
- 索引摘要未注明稿件版本，也未提供估计系数、方差或具体分布形式；不能将线性无偏类内最优推广为全面最优。
原文摘要
This paper discusses the use of order statistics in ostimating the parameters of the oxtreme value distribution. The best linear unbiased estimator of the location and scale parameter is given, based on two or three order statistics, for samples up to size 20. For very large samples, the analogous estimators based on sample quantiles are obtained.